CN109461494A - 一种ris平台与影像辅助诊断***例数据同步方法 - Google Patents
一种ris平台与影像辅助诊断***例数据同步方法 Download PDFInfo
- Publication number
- CN109461494A CN109461494A CN201811271360.XA CN201811271360A CN109461494A CN 109461494 A CN109461494 A CN 109461494A CN 201811271360 A CN201811271360 A CN 201811271360A CN 109461494 A CN109461494 A CN 109461494A
- Authority
- CN
- China
- Prior art keywords
- ris
- image
- platform
- case
- diagnostic system
- 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
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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Databases & Information Systems (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Data Mining & Analysis (AREA)
- Radiology & Medical Imaging (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提供了一种RIS平台与影像辅助诊断***例数据同步方法,其中所述方法包括:获取操作界面RIS平台实时操作图像;提取RIS文字特征信息;根据RIS文字特征信息定位RIS字符信息;提取出病例特征编号;根据病例特征编号获取影像辅助诊断***中的病例数据,并显示于影像辅助诊断***中。本发明实现了操作中,RIS平台的操作界面出现患者的病例特征编号,则在影像辅助诊断***即可实时调取并显示出与该病例特征编号对应的病例数据,以供医生对该病例数据的快速查看或通过AI的分析和诊断,提高了医生对患者病例数据的分析和诊断的效率,病例数据自动调出显示,简便快速,为医生的临床分析诊断工作提供了方便。
Description
技术领域
本发明涉及医学影像技术领域,更具体地说,涉及一种RIS平台与影像辅助诊断***例数据同步方法。
背景技术
随着人工智能的高速发展,医院信息化和人工智能化的发展,在现代医院管理和实际临床中具有日益重要的作用,对于医疗质量、医疗数据、医院决策等具有重大意义。
放射科信息管理***,RIS(Radiology Information System),是放射科的登记、分诊、影像诊断报告以及放射科的各项信息查询、统计等工作的管理***,RIS***与PACS***紧密相连,构成医院数字医疗设备、影像及报告管理的解决方案。是放射科的医疗信息***,同时是具有管理科内所有患者资料和科室日常工作的综合管理信息***,也是高水平高效率进行科研、教学、学术交流,全面提高科室医疗水平的现代化信息平台。而影像辅助诊断***,作为一种基于AI机器学习技术的人工智能诊断***,在临床诊断中越来越显现并发挥出重要的作用。辅助诊断的第一步可通过自然语言处理(Natural LanguageProcessing,简称NLP)学习、理解和归纳医疗信息,包括权威医学书籍文献、诊疗指南和病历等海量信息,自动构建一个大规模的“医学知识图谱”,类似机器大脑的“医学知识库”;第二步用领先的深度学习技术去学习海量临床诊断案例,再对比数十万机器与专家的诊断数据后持续优化模型,不断提升其诊断能力,得出基于医学影像、检查检验结果和病史等多个维度的深度诊断,给出具体病症预测。这为医生提供了更好的决策基础,能辅助他们更快、更有效的理解病案,提升诊疗效率。
在临床实际操作中,用户(医生)往往需要RIS平台与影像辅助诊断***进行跨平台的操作,首先需要在RIS平台上对目标患者的包括医学影像等的病例数据进行查看,进而需要将目标患者的病例编号进行导出并在对应的影像辅助诊断***进行导入,以便于在影像辅助诊断***中对患者的病例编号对应的病例数据进行利用人工智能的医学数据获取和针对所述病例数据的诊断。
综上,现有的基于RIS平台通过影像辅助诊断***对患者病例进行诊断分析的方法中,实际操作时,需要医生对RIS平台中所得到的患者的病例编号进行跨平台的导入和导出,例如复制粘贴,在进行分析诊断时需要打开不同的窗口进行跨平台操作,操作步骤麻烦,诊断效率低,用户体验差,给医生的对于患者的包括医学影像的病例数据的分析和诊断带来不便。
发明内容
有鉴于此,本发明提供一种RIS平台与影像辅助诊断***例数据同步方法及其装置以解决现有技术的不足。
为解决上述问题,本发明提供一种RIS平台与影像辅助诊断***对当前病例数据同步方法,应用于RIS平台与影像辅助诊断***之间,包括:
获取操作界面的RIS平台实时操作图像;
提取所述RIS平台实时操作图像中的RIS文字特征信息;
根据所述RIS文字特征信息定位出所述实时操作图像中的RIS字符信息;
对所述RIS字符信息进行识别,提取出所述RIS字符信息中的病例特征编号;
根据所述病例特征编号获取所述影像辅助诊断***中的与所述病例特征编号对应的病例数据,并将所述病例数据显示于所述影像辅助诊断***中。
优选地,所述“获取操作界面的RIS平台实时操作图像”包括:
获取操作界面的操作截图图像;
提取所述操作截图图像中的图像特征;
基于预设RIS界面特征数据库对所述图像特征进行识别;
若所述图像特征中包含有RIS界面特征,则将所述操作截图图像作为所述RIS平台实时操作图像。
优选地,所述“提取所述RIS平台实时操作图像中的RIS文字特征信息”包括:
对所述RIS平台实时操作图像进行图像灰度聚类分层处理,得到聚类分层图像;
通过预处理方法对所述聚类分层图像进行处理,得到所述RIS文字特征信息;其中,
所述预处理方法包括图形连通性检测、抗腐蚀能力检测、池化操作和均值滤波器去噪。
优选地,所述“根据所述RIS文字特征信息定位出所述实时操作图像中的RIS字符信息”包括:
通过邻近搜索算法对所述实时操作图像进行膨胀,得到成字膨胀区域;
提取每个成字膨胀区域的成字特征,并根据所述成字特征将所述成字膨胀区域进行整合,得到单行特征文字;
基于字符宽度特征,对所述单行特征文字进行切割,得到RIS字符信息。
优选地,所述“对所述RIS字符信息进行识别,提取出所述RIS字符信息中的病例特征编号”包括:
利用通过高频字符预先训练的卷积神经网络模型,对所述RIS字符信息进行OCR识别,提取出所述RIS字符信息中的病例特征编号。
优选地,所述“根据所述病例特征编号获取所述影像辅助诊断***中的与所述病例特征编号对应的病例数据,并将所述病例数据显示于所述影像辅助诊断***中”之前,还包括:
判断由所述RIS平台实时操作图像提取出的所述RIS字符信息中的病例特征编号的个数是否大于1;
若是,则判定当前状态为多病例比对状态,在所述影像辅助诊断***中建立所述病例特征编号和与所述病例特征编号对应的病例数据的超链接对应关系,根据所述超链接对应关系生成一包含每个所述病例特征编号的超链接目录界面,以便于基于所述超链接对应关系,根据所述超链接目录界面中的所述病例特征编号,在所述影像辅助诊断***中显示与被选择的所述病例特征编号对应的所述病例数据;
若否,则判定当前状态为单病例诊断状态,以便于执行所述“根据所述病例特征编号获取所述影像辅助诊断***中的与所述病例特征编号对应的病例数据”。
此外,为解决上述问题,本发明还提供一种RIS平台与影像辅助诊断***例数据同步装置,包括:获取模块、提取模块、定位模块和显示模块;
所述获取模块,用于获取操作界面的RIS平台实时操作图像;
所述提取模块,用于提取所述RIS平台实时操作图像中的RIS文字特征信息;
所述定位模块,用于根据所述RIS文字特征信息定位出所述实时操作图像中的RIS字符信息;
所述提取模块,还用于对所述RIS字符信息进行识别,提取出所述RIS字符信息中的病例特征编号;
所述显示模块,还用于根据所述病例特征编号获取所述影像辅助诊断***中的与所述病例特征编号对应的病例数据,并将所述病例数据显示于所述影像辅助诊断***中。
此外,为解决上述问题,本发明还提供一种用户终端,包括存储器以及处理器,所述存储器用于存储RIS平台与影像辅助诊断***例数据同步程序,所述处理器运行所述RIS平台与影像辅助诊断***例数据同步程序以使所述用户终端执行如上述所述RIS平台与影像辅助诊断***例数据同步方法。
此外,为解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有RIS平台与影像辅助诊断***例数据同步程序,所述RIS平台与影像辅助诊断***例数据同步程序被处理器执行时实现如上述所述RIS平台与影像辅助诊断***例数据同步方法。
本发明提供的一种RIS平台与影像辅助诊断***例数据同步方法,包括:获取操作界面的RIS平台实时操作图像;提取所述RIS平台实时操作图像中的RIS文字特征信息;根据所述RIS文字特征信息定位出所述实时操作图像中的RIS字符信息;对所述RIS字符信息进行识别,提取出所述RIS字符信息中的病例特征编号;根据所述病例特征编号获取所述影像辅助诊断***中的与所述病例特征编号对应的病例数据,并将所述病例数据显示于所述影像辅助诊断***中。本发明通过预设时间间隔后对操作界面进行截图,获得RIS平台实时操作图像,通过图像识别技术提取出其中的病例特征编号,并根据该编号,在影像辅助诊断***中进行实时显示与病理特征编号对应的病例数据,从而在医生进行实际操作中,RIS平台的操作界面出现患者的病例特征编号,则在影像辅助诊断***即可实时调取并显示出与该病例特征编号对应的病例数据,以供医生对该病例数据的快速查看或进一步通过AI的分析和诊断,大大提高了医生对患者病例数据的查找分析和诊断的效率,病例数据自动调出并显示,实现方法简便快速,为医生的临床分析诊断工作提供了方便,提高了用户体验;避免了现有的方法中,仍需要医生对RIS平台中所得到的患者的病例编号进行跨平台的导入、导出、复制和粘贴,并且在进行分析诊断时需要打开不同的窗口进行跨平台操作,操作步骤麻烦,诊断效率低,用户体验差的问题。
附图说明
图1为本发明RIS平台与影像辅助诊断***例数据同步方法实施例方案涉及的硬件运行环境的结构示意图;
图2为本发明RIS平台与影像辅助诊断***例数据同步方法第一实施例的流程示意图;
图3为本发明RIS平台与影像辅助诊断***例数据同步方法第二实施例的流程示意图;
图4为本发明RIS平台与影像辅助诊断***例数据同步方法第三实施例的流程示意图;
图5为本发明RIS平台与影像辅助诊断***例数据同步方法第四实施例的流程示意图;
图6为本发明RIS平台与影像辅助诊断***例数据同步装置的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
下面详细描述本发明的实施例,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,图1是本发明实施例方案涉及的终端的硬件运行环境的结构示意图。
本发明实施例终端可以是的PC,也可以是智能手机、平板电脑、便携计算机等具有一定运算能力的可移动式终端设备。
如图1所示,该终端可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏、输入单元比如键盘、遥控器,可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器,例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。可选地,终端还可以包括RF(Radio Frequency,射频)电路、音频电路、WiFi模块等等。此外,移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
本领域技术人员可以理解,图1中示出的终端并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机可读存储介质的存储器1005中可以包括操作***、数据接口控制程序、网络连接程序以及RIS平台与影像辅助诊断***例数据同步程序。
本发明提供的一种RIS平台与影像辅助诊断***例数据同步方法。所述方法实现了在影像辅助诊断***即可实时调取并显示出与该病例特征编号对应的病例数据,以供医生对该病例数据的快速查看或进一步通过AI的分析和诊断,大大提高了医生对患者病例数据的查找分析和诊断的效率,病例数据自动调出并显示,实现方法简便快速,为医生的临床分析诊断工作提供了方便,提高了用户体验。
实施例1:
参照图2,本发明第一实施例提供一种RIS平台与影像辅助诊断***例数据同步方法,包括:
步骤S10,获取操作界面的RIS平台实时操作图像;
上述,本实施例中所提供的同步方法,针对于患者的病例编号,此外,也可以为其他的与患者的病例数据相对应的编号、编码、二维码、图像、图像字符等等标识。
上述,医生在进行实地操作时,通过RIS平台进行医学影像数据的管理,患者影像图像的比对、检索等工作,如果需要进一步进行通过AI技术的自动诊断,则需要将RIS平台中,所进行查看的患者的病例编号进行向另一个平台的导入,例如通过将该平台中的病例编号进行复制,再在另一个平台(影像辅助诊断***)中进行粘贴,再进行进一步的识别和检索,如此操作费时费力,造成操作上的不便,导致影响医生进行对患者病例数据进行诊断的工作效率。
本实施例中,对于截图的获取,可以为实时,也可以为定时,例如通过每间隔预设时间进行对操作界面的截图,以便于进行进一步的识别操作。
其中,操作界面,为用户(医生)在终端进行操作的操作***的界面;
上述,如果获取时机为定时,所述预设时间,为间隔的进行图像获取的时间,在本实施例中可以为1秒,即每秒钟进行一次对于医生在终端进行操作的操作界面的检测。
上述,RIS平台实时操作图像,为医生在RIS平台中,对患者的病例数据进行调取、编辑、查看、管理等操作时所截取得到的图像。
步骤S20,提取所述RIS平台实时操作图像中的RIS文字特征信息;
步骤S30,根据所述RIS文字特征信息定位出所述实时操作图像中的RIS字符信息;
步骤S40,对所述RIS字符信息进行识别,提取出所述RIS字符信息中的病例特征编号;
上述,RIS文字特征信息,可以为在图像中出现的带有文字特征的区域。
上述,RIS字符信息,即为包括有字符信息的文字截图。
上述,通过图像识别技术,对RIS平台实时操作图像进行识别,已得到其中所存在的RIS文字特征信息,并根据RIS文字特征信息定位出其中的的RIS字符信息,进而对该字符信息进行识别,提取出所有字符信息中的病例特征编号。
步骤S50,根据所述病例特征编号获取所述影像辅助诊断***中的与所述病例特征编号对应的病例数据,并将所述病例数据显示于所述影像辅助诊断***中。
上述,影像辅助诊断***为区别于RIS平台的诊断***,在进行实际操作时,影像辅助诊断***与RIS平台中的患者的病例数据可以为实时保持同步。并且,根据患者病例特征编号,即可在影像辅助诊断***中查找出对应的病例数据,以便于进行进一步基于AI的分析和诊断。
上述,在得到病例特征编号后,于影像辅助诊断***中获取到病例特征编号对应的病例数据,并在影像辅助诊断***中进行实时显示。
本实施例通过预设时间间隔后对操作界面进行截图,获得RIS平台实时操作图像,通过图像识别技术提取出其中的病例特征编号,并根据该编号,在影像辅助诊断***中进行实时显示与病理特征编号对应的病例数据,从而在医生进行实际操作中,RIS平台的操作界面出现患者的病例特征编号,则在影像辅助诊断***即可实时调取并显示出与该病例特征编号对应的病例数据,以供医生对该病例数据的快速查看或进一步通过AI的分析和诊断,大大提高了医生对患者病例数据的查找分析和诊断的效率,病例数据自动调出并显示,实现方法简便快速,为医生的临床分析诊断工作提供了方便,提高了用户体验;避免了现有的方法中,仍需要医生对RIS平台中所得到的患者的病例编号进行跨平台的导入、导出、复制和粘贴,并且在进行分析诊断时需要打开不同的窗口进行跨平台操作,操作步骤麻烦,诊断效率低,用户体验差的问题。
实施例2:
参照图3,本发明第二实施例提供一种RIS平台与影像辅助诊断***例数据同步方法,基于上述图2所示的第一实施例,所述步骤S10,“获取操作界面的RIS平台实时操作图像”包括:
步骤S11,获取操作界面的操作截图图像;
上述,操作截图图像,为用户(医生)在终端中的操作***上进行操作的截图。
其中操作截图图像的获取,可以通过所在操作***中进行根据预设时间的截图。此外,也可以为通过与终端连接的外置图像采集设备进行图像采集,以便于实时获取到医生的终端操作界面,并且减少相关程序的运行在***中对于***资源的占用。
步骤S12,提取所述操作截图图像中的图像特征;
步骤S13,基于预设RIS界面特征数据库对所述图像特征进行识别;
步骤S14,若所述图像特征中包含有RIS界面特征,则将所述操作截图图像作为所述RIS平台实时操作图像。
本实施例中,在进行RIS平台实时操作图像的获取前,首先对于实时或定时获取到的用户在操作界面的操作截图图像进行判断,如果该图像为RIS平台的操作图形,则可进行进一步的对于图像中是否包含有患者的病例特征编号进行提取。在进行图像识别以进行病例特征编号的提取前,首先对于所截图得到的图像进行筛选,如果其为RIS操作平台的操作界面的图像,则可进行进一步识别,从而提高了进一步的图像识别工作的工作效率,减少对于大量不含有病例特征编号的无用的图片的识别,减少***进行图像识别的工作量,降低多余工作对于***资源的占用。
实施例3:
参照图4,本发明第三实施例提供一种RIS平台与影像辅助诊断***例数据同步方法,基于上述图3所示的第二实施例,所述步骤S20,“提取所述RIS平台实时操作图像中的RIS文字特征信息”包括:
步骤S21,对所述RIS平台实时操作图像进行图像灰度聚类分层处理,得到聚类分层图像;
上述,对于图像的图像灰度聚类分层处理,可以为基于层聚类法(hierarchicalcluster method)进行实现。聚类分析的一种方法。其做法是开始时把每个样品作为一类,然后把最靠近的样品(即距离最小的群品)首先聚为小类,再将已聚合的小类按其类间距离再合并,不断继续下去,最后把一切子类都聚合到一个大类。
步骤S22,通过预处理方法对所述聚类分层图像进行处理,得到所述RIS文字特征信息;其中,所述预处理方法包括图形连通性检测、抗腐蚀能力检测、池化操作和均值滤波器去噪。
上述,连通性是指空间或集合的一种拓扑性质。直观地说,连通就是连成一片没有间断。数轴上的区间是连通的。连通性分析是根据指定的起始和终止结点,分析两点之间是否连通;或根据指定多个点,分析多个点之间是否互通。
上述,腐蚀是图像形态学的两个基本操作之一,另外一个是膨胀(Dilate)。二值图像上的腐蚀是腐蚀最典型的运用,但是腐蚀操作同样可以运用于灰度图像。本生实施例中,通过对于灰度图像进行的二值图像腐蚀操作,从而腐蚀图像中前景色区域的边缘。使得前景图像区域变小,前景图像内部的背景区域被放大。从而去除无用区域,减少噪声。
上述,对于图像进行池化操作,其中,池化的好处有:1、显著减少计算量,减少w的数量;2、可以保持某种不变性(旋转、平移、伸缩等),从而使得到的图片大大减少后期识别对于***资源的占用,提高识别效率。
上述,均值滤波是典型的线性滤波算法,它是指在图像上对目标像素给一个模板,该模板包括了其周围的临近像素(以目标像素为中心的周围8个像素,构成一个滤波模板,即去掉目标像素本身),再用模板中的全体像素的平均值来代替原来像素值。通过均值滤波处理,达到对于图像的去燥目的,提高识别的准确率。
所述步骤S30,“根据所述RIS文字特征信息定位出所述实时操作图像中的RIS字符信息”包括:
步骤S31,通过邻近搜索算法对所述实时操作图像进行膨胀,得到成字膨胀区域;
步骤S32,提取每个成字膨胀区域的成字特征,并根据所述成字特征将所述成字膨胀区域进行整合,得到单行特征文字;
步骤S33,基于字符宽度特征,对所述单行特征文字进行切割,得到RIS字符信息。
上述,使用邻近搜索算法进行膨胀,把可能成字的区域(成字膨胀区域)“粘合”起来,从而整合特征区域碎片,得到单行的单行特征文字。
现有的识别方法中,一般应用均匀切割方法进行对图像的切割和识别,而对于中英文混排的文字或字符,则识别效果差,识别准确率低,本实施例中,通过利用前后统计的方法进行对于单行特征文字进行切割,从而可得到RIS字符信息,相比于现有技术准确度更高。其中,前后统计的方法,即为基于不同字符,例如中文和英文每个字符(字母)所占宽度(字符宽度特征)不同,基于该字符宽度特征,进行切割,如果判断为英文,则切割间距小于中文的切割间距,从而分别切割得到RIS字符信息。具体的,可以计算一下该单行特征文字种具有多少英文字母和中文字符,计算即可分别得到每个中文和英文字符的间距。
所述步骤S40,“对所述RIS字符信息进行识别,提取出所述RIS字符信息中的病例特征编号”包括:
步骤S41,利用通过高频字符预先训练的卷积神经网络模型,对所述RIS字符信息进行OCR识别,提取出所述RIS字符信息中的病例特征编号。
上述,在得到RIS字符信息后,通过利用卷积神经网络(CNN)技术进行进一步的光学字符识别(OCR)。
在进行光学识别,提取RIS字符信息中的病例特征编号时,可以包括如下步骤:
1、制作训练数据,其中包括高频汉字、英文字母、数字等字符,其数量可以为3000个,训练和数据中包括45种不同的常用字体,并且,增加人工噪声,从而增强模型的泛化能力;
2、设计CNN网络,即为通过预先训练好的CNN网络训练得出卷积神经网络模型;
3、利用该模型,对RIS字符信息进行识别,从而提取出其中的病例特征编号。
其网络结构可以为:[Conv2D->relu->MaxPool2D->Dropout]*2->Flatten->Dense->Dropout->
Dense->Softmax。
本实施例中,利用CNN神经网络技术,对医生的操作界面的截图进行识别,如果医生的操作界面中包含有RIS字符信息,则对于该RIS字符信息通过CNN神经网络模型进行识别,从而提取出其中的病例特征编号,图像识别准确度高,识别效率搞,识别结果准确。
实施例4:
参照图5,本发明第四实施例提供一种RIS平台与影像辅助诊断***例数据同步方法,基于上述图2所示的第一实施例,所述步骤S50,“根据所述病例特征编号获取所述影像辅助诊断***中的与所述病例特征编号对应的病例数据,并将所述病例数据显示于所述影像辅助诊断***中”之前,还包括:
步骤S60,判断由所述RIS平台实时操作图像提取出的所述RIS字符信息中的病例特征编号的个数是否大于1;
上述,在用户(医生)进行在终端的操作***中进行操作时,可能为针对于一个患者的病例数据进行查看、编辑,也可以通过对于多个不同的患者所对应的病例数据进行比对、查看和编辑。此时,如果进行图像获取,可能会得到图像中的多个不同的病例特征编号,如果需要进一步的分别对于不同病例特征编号进行基于影像辅助诊断***的自动分析和诊断,则需要对其中所识别出的病例特征编号进行选择,从而分别或同时进行自动分析和诊断。
本实施例中,对于识别所得到的RIS字符信息中的病例特征编号的数量进行判断,判断其是否大于1,如果大于1,则出现多病例比对状态,如果等于1,则出现单病例诊断状态,如果小于1,则为未检索出其中的病例特征编号。
步骤S70,若是,则判定当前状态为多病例比对状态,在所述影像辅助诊断***中建立所述病例特征编号和与所述病例特征编号对应的病例数据的超链接对应关系,根据所述超链接对应关系生成一包含每个所述病例特征编号的超链接目录界面,以便于基于所述超链接对应关系,根据所述超链接目录界面中的所述病例特征编号,在所述影像辅助诊断***中显示与被选择的所述病例特征编号对应的所述病例数据;
步骤S80,若否,则判定当前状态为单病例诊断状态,以便于执行所述“根据所述病例特征编号获取所述影像辅助诊断***中的与所述病例特征编号对应的病例数据”。
上述,在多病例比对状态时,在影像辅助诊断***中,构建所得到的病例特征编号和与其对应的病例数据的超链接对应关系,并且构建一超链接目录界面,界面中,可包含有所识别出的所有病例特征编号,当医生需要对其中的病例编号进行分析和诊断时,则选择该病例特征编号,则影像辅助诊断***通过超链接对应关系调用对应的病例数据,并进一步的对该病例数据进行分析和诊断。
此外,也可以在该界面中,设有同时进行对每个病例特征编号进行调取的按钮或选项,如此设置可同时对于界面中的所有病例特征编号对应的病例数据进行调取,从而实现同时对于所有对应的病例数据进行比对并同时进行基于AI的自动分析和诊断。
本实施例中,考虑到医生的实际工作情况,往往存在多患者多病例的交叉比对情况,所以必然存在当前的RIS的操作界面中存在有多个不同的患者的病例特征编号的情况,如果出现上述情况,则识别出所有病例特征编号,并构建方便直观的超链接,从而可方便医生进行一键对于病例数据在影像辅助诊断***中的获取,以及一键进行进一步的智能分析和诊断,从而为医生的临床诊断、数据分析工作大大提供了方便,为医生的对于不同患者的比对分析提供了方便,提高了诊断分析的工作效率,实现了多患者多数据的病理特征编号的同步。
此外,本发明还提供一种RIS平台与影像辅助诊断***例数据同步装置,包括:获取模块10、提取模块20、定位模块30和显示模块40;
所述获取模块10,用于获取操作界面的RIS平台实时操作图像;
所述提取模块20,用于提取所述RIS平台实时操作图像中的RIS文字特征信息;
所述定位模块30,用于根据所述RIS文字特征信息定位出所述实时操作图像中的RIS字符信息;
所述提取模块20,还用于对所述RIS字符信息进行识别,提取出所述RIS字符信息中的病例特征编号;
所述显示模块40,还用于根据所述病例特征编号获取所述影像辅助诊断***中的与所述病例特征编号对应的病例数据,并将所述病例数据显示于所述影像辅助诊断***中。
此外,本发明还提供一种用户终端,包括存储器以及处理器,所述存储器用于存储RIS平台与影像辅助诊断***例数据同步程序,所述处理器运行所述RIS平台与影像辅助诊断***例数据同步程序以使所述用户终端执行如上述所述RIS平台与影像辅助诊断***例数据同步方法。
此外,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有RIS平台与影像辅助诊断***例数据同步程序,所述RIS平台与影像辅助诊断***例数据同步程序被处理器执行时实现如上述所述RIS平台与影像辅助诊断***例数据同步方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,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他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种RIS平台与影像辅助诊断***例数据同步方法,应用于RIS平台与影像辅助诊断***之间,其特征在于,包括:
获取操作界面的RIS平台实时操作图像;
提取所述RIS平台实时操作图像中的RIS文字特征信息;
根据所述RIS文字特征信息定位出所述实时操作图像中的RIS字符信息;
对所述RIS字符信息进行识别,提取出所述RIS字符信息中的病例特征编号;
根据所述病例特征编号获取所述影像辅助诊断***中的与所述病例特征编号对应的病例数据,并将所述病例数据显示于所述影像辅助诊断***中。
2.如权利要求1所述RIS平台与影像辅助诊断***例数据同步方法,其特征在于,所述“获取操作界面的RIS平台实时操作图像”包括:
获取操作界面的操作截图图像;
提取所述操作截图图像中的图像特征;
基于预设RIS界面特征数据库对所述图像特征进行识别;
若所述图像特征中包含有RIS界面特征,则将所述操作截图图像作为所述RIS平台实时操作图像。
3.如权利要求1所述RIS平台与影像辅助诊断***例数据同步方法,其特征在于,所述“提取所述RIS平台实时操作图像中的RIS文字特征信息”包括:
对所述RIS平台实时操作图像进行图像灰度聚类分层处理,得到聚类分层图像;
通过预处理方法对所述聚类分层图像进行处理,得到所述RIS文字特征信息;其中,
所述预处理方法包括图形连通性检测、抗腐蚀能力检测、池化操作和均值滤波器去噪。
4.如权利要求1所述RIS平台与影像辅助诊断***例数据同步方法,其特征在于,所述“根据所述RIS文字特征信息定位出所述实时操作图像中的RIS字符信息”包括:
通过邻近搜索算法对所述实时操作图像进行膨胀,得到成字膨胀区域;
提取每个成字膨胀区域的成字特征,并根据所述成字特征将所述成字膨胀区域进行整合,得到单行特征文字;
基于字符宽度特征,对所述单行特征文字进行切割,得到RIS字符信息。
5.如权利要求1所述RIS平台与影像辅助诊断***例数据同步方法,其特征在于,所述“对所述RIS字符信息进行识别,提取出所述RIS字符信息中的病例特征编号”包括:
利用通过高频字符预先训练的卷积神经网络模型,对所述RIS字符信息进行OCR识别,提取出所述RIS字符信息中的病例特征编号。
6.如权利要求1所述RIS平台与影像辅助诊断***例数据同步方法,其特征在于,所述“根据所述病例特征编号获取所述影像辅助诊断***中的与所述病例特征编号对应的病例数据,并将所述病例数据显示于所述影像辅助诊断***中”之前,还包括:
判断由所述RIS平台实时操作图像提取出的所述RIS字符信息中的病例特征编号的个数是否大于1;
若是,则判定当前状态为多病例比对状态,在所述影像辅助诊断***中建立所述病例特征编号和与所述病例特征编号对应的病例数据的超链接对应关系,根据所述超链接对应关系生成一包含每个所述病例特征编号的超链接目录界面,以便于基于所述超链接对应关系,根据所述超链接目录界面中的所述病例特征编号,在所述影像辅助诊断***中显示与被选择的所述病例特征编号对应的所述病例数据;
若否,则判定当前状态为单病例诊断状态,以便于执行所述“根据所述病例特征编号获取所述影像辅助诊断***中的与所述病例特征编号对应的病例数据”。
7.一种RIS平台与影像辅助诊断***例数据同步装置,其特征在于,包括:获取模块、提取模块、定位模块和显示模块;
所述获取模块,用于获取操作界面的RIS平台实时操作图像;
所述提取模块,用于提取所述RIS平台实时操作图像中的RIS文字特征信息;
所述定位模块,用于根据所述RIS文字特征信息定位出所述实时操作图像中的RIS字符信息;
所述提取模块,还用于对所述RIS字符信息进行识别,提取出所述RIS字符信息中的病例特征编号;
所述显示模块,还用于根据所述病例特征编号获取所述影像辅助诊断***中的与所述病例特征编号对应的病例数据,并将所述病例数据显示于所述影像辅助诊断***中。
8.一种用户终端,其特征在于,包括存储器以及处理器,所述存储器用于存储RIS平台与影像辅助诊断***例数据同步程序,所述处理器运行所述RIS平台与影像辅助诊断***例数据同步程序以使所述用户终端执行如权利要求1-6中任一项所述RIS平台与影像辅助诊断***例数据同步方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有RIS平台与影像辅助诊断***例数据同步程序,所述RIS平台与影像辅助诊断***例数据同步程序被处理器执行时实现如权利要求1-6中任一项所述RIS平台与影像辅助诊断***例数据同步方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811271360.XA CN109461494A (zh) | 2018-10-29 | 2018-10-29 | 一种ris平台与影像辅助诊断***例数据同步方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811271360.XA CN109461494A (zh) | 2018-10-29 | 2018-10-29 | 一种ris平台与影像辅助诊断***例数据同步方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109461494A true CN109461494A (zh) | 2019-03-12 |
Family
ID=65608708
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811271360.XA Pending CN109461494A (zh) | 2018-10-29 | 2018-10-29 | 一种ris平台与影像辅助诊断***例数据同步方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109461494A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110147791A (zh) * | 2019-05-20 | 2019-08-20 | 上海联影医疗科技有限公司 | 文字识别方法、装置、设备及存储介质 |
CN110473621A (zh) * | 2019-07-24 | 2019-11-19 | 上海联影智能医疗科技有限公司 | 诊断数据显示方法、计算机设备和存储介质 |
CN110910991A (zh) * | 2019-11-21 | 2020-03-24 | 张军 | 一种医用自动图像处理*** |
CN111292837A (zh) * | 2020-01-13 | 2020-06-16 | 上海杏脉信息科技有限公司 | 医学影像辅助诊断***及其触发方法、装置、介质及设备 |
CN111681739A (zh) * | 2020-06-15 | 2020-09-18 | 杭州依图医疗技术有限公司 | 病理信息的显示方法及计算机可读存储介质 |
CN112992334A (zh) * | 2020-12-14 | 2021-06-18 | 中国科学院大学宁波生命与健康产业研究院 | 一种基于人工智能的股骨头坏死辅助诊断*** |
CN113407841A (zh) * | 2021-06-25 | 2021-09-17 | 陈亮 | 基于结构化报告的绩效分析自动推荐ai方案的方法和*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060236247A1 (en) * | 2005-04-15 | 2006-10-19 | General Electric Company | Interface to display contextual patient information via communication/collaboration application |
CN102883660A (zh) * | 2010-09-20 | 2013-01-16 | 德克萨斯州大学***董事会 | 高级多媒体结构化报告 |
CN105264568A (zh) * | 2013-04-04 | 2016-01-20 | 日本电气株式会社 | 识别***、识别方法、匹配设备和程序 |
CN106529115A (zh) * | 2015-09-09 | 2017-03-22 | 佳能株式会社 | 信息处理装置、信息处理方法以及信息处理*** |
CN107341331A (zh) * | 2016-11-18 | 2017-11-10 | 张益群 | 一种医疗信息处理***及医疗信息处理方法 |
-
2018
- 2018-10-29 CN CN201811271360.XA patent/CN109461494A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060236247A1 (en) * | 2005-04-15 | 2006-10-19 | General Electric Company | Interface to display contextual patient information via communication/collaboration application |
CN102883660A (zh) * | 2010-09-20 | 2013-01-16 | 德克萨斯州大学***董事会 | 高级多媒体结构化报告 |
CN105264568A (zh) * | 2013-04-04 | 2016-01-20 | 日本电气株式会社 | 识别***、识别方法、匹配设备和程序 |
CN106529115A (zh) * | 2015-09-09 | 2017-03-22 | 佳能株式会社 | 信息处理装置、信息处理方法以及信息处理*** |
CN107341331A (zh) * | 2016-11-18 | 2017-11-10 | 张益群 | 一种医疗信息处理***及医疗信息处理方法 |
Non-Patent Citations (1)
Title |
---|
何东健: "《数字图像处理》", 28 February 2015 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110147791A (zh) * | 2019-05-20 | 2019-08-20 | 上海联影医疗科技有限公司 | 文字识别方法、装置、设备及存储介质 |
CN110473621A (zh) * | 2019-07-24 | 2019-11-19 | 上海联影智能医疗科技有限公司 | 诊断数据显示方法、计算机设备和存储介质 |
CN110473621B (zh) * | 2019-07-24 | 2022-12-20 | 上海联影智能医疗科技有限公司 | 诊断数据显示方法、计算机设备和存储介质 |
CN110910991A (zh) * | 2019-11-21 | 2020-03-24 | 张军 | 一种医用自动图像处理*** |
CN111292837A (zh) * | 2020-01-13 | 2020-06-16 | 上海杏脉信息科技有限公司 | 医学影像辅助诊断***及其触发方法、装置、介质及设备 |
CN111681739A (zh) * | 2020-06-15 | 2020-09-18 | 杭州依图医疗技术有限公司 | 病理信息的显示方法及计算机可读存储介质 |
CN112992334A (zh) * | 2020-12-14 | 2021-06-18 | 中国科学院大学宁波生命与健康产业研究院 | 一种基于人工智能的股骨头坏死辅助诊断*** |
CN113407841A (zh) * | 2021-06-25 | 2021-09-17 | 陈亮 | 基于结构化报告的绩效分析自动推荐ai方案的方法和*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109461494A (zh) | 一种ris平台与影像辅助诊断***例数据同步方法 | |
Nichols et al. | Machine learning: applications of artificial intelligence to imaging and diagnosis | |
CN112329964B (zh) | 用于推送信息的方法、装置、设备以及存储介质 | |
CN111932482B (zh) | 图像中目标物的检测方法、装置、电子设备及存储介质 | |
CN113892148A (zh) | 用于计算病理学的可解释的AI(xAI)平台 | |
CN104298983B (zh) | 具有分布式用户终端的舌苔图像获取与分析*** | |
US11967181B2 (en) | Method and device for retinal image recognition, electronic equipment, and storage medium | |
CN110767283B (zh) | 精神疾病影像学自动化报告***及其方法 | |
CN111445440A (zh) | 一种医学图像分析方法、设备和存储介质 | |
WO2020118152A1 (en) | Heat map based medical image diagnostic mechanism | |
CN110489577B (zh) | 医疗影像管理方法及装置、眼底影像处理方法、电子设备 | |
WO2021151302A1 (zh) | 基于机器学习的药品质控分析方法、装置、设备及介质 | |
CN112100286A (zh) | 基于多维度数据的计算机辅助决策方法、装置、***及服务器 | |
CN112334070A (zh) | 医用图像处理装置和方法、机器学习***、程序以及存储介质 | |
CN117115045A (zh) | 基于互联网生成式人工智能提升医学影像数据质量的方法 | |
CN112614570B (zh) | 样本集标注、病理图像分类、分类模型构建方法及装置 | |
CN117457134A (zh) | 基于智能ai的医疗数据管理方法及其*** | |
CN117237351A (zh) | 一种超声图像分析方法以及相关装置 | |
CN116844703A (zh) | 一种基于人工智能的导诊方法及*** | |
CN116824670A (zh) | 基于微表情的问诊辅助方法、装置、设备及介质 | |
CN113792740B (zh) | 眼底彩照的动静脉分割方法、***、设备及介质 | |
CN113297853B (zh) | 一种电子病历的质控方法、装置、电子设备及存储介质 | |
Amruthalingam et al. | Objective hand eczema severity assessment with automated lesion anatomical stratification | |
CN114020926A (zh) | 数据处理方法、装置和电子设备 | |
CN111915615A (zh) | 图像分割方法、装置、电子设备及计算机可读存储介质 |
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: 20190312 |