一种基于大数据的医学影像系统的匹配处理方法专利检索-计算机断层扫描诊断设备和程序专利检索查询-专利查询网

一种基于大数据的医学影像系统的匹配处理方法

阅读：980发布：2020-05-08

专利汇可以提供一种基于大数据的医学影像系统的匹配处理方法专利检索，专利查询，专利分析的服务。并且本发明属于医学影像技术领域，公开了一种基于大数据的医学影像系统的匹配处理方法，影像的采集，图像的分割和重组，特征数据的提取和量化；医学影像设备采集手术室中用户的医学影像，将医学影像发送给工作站的应用程序，应用程序接收医学影像设备采集的用户的医学影像，完成图像中数据元素的标准化、结构化，实现图像的分割和重组，提取特征数据并量化；建立医学影像数据库并共享数据；识别得到特征数据和量化信息；与医学影像数据库中已有的影像进行搜索匹配。本发明实现了医学影像设备与指定对象的自动匹配，提高了匹配效率；即方便普通人员查询所需要的医学相关信息，又方便了医学专业人员有针对性的查询相关医学信息的需要。，下面是一种基于大数据的医学影像系统的匹配处理方法专利的具体信息内容。

权利要求

1.一种基于大数据的医学影像系统的匹配处理方法，其特征在于，所述基于大数据的医学影像系统的匹配处理方法包括：
步骤一，影像的采集，图像的分割和重组，特征数据的提取和量化；医学影像设备采集手术室中用户的医学影像，将医学影像发送给工作站的应用程序，应用程序接收医学影像设备采集的用户的医学影像，完成图像中数据元素的标准化、结构化，实现图像的分割和重组，提取特征数据并量化；
步骤二，建立医学影像数据库并共享数据；将提取的特征数据和对应的用户医学影像存储至对应的医学影像数据库中，后期人工增补医学影像的标志信息并存入所述医学影像数据库，完成数据库的更新与数据共享；
步骤三，医学影像设备采集手术室中用户的医学影像，自动或半自动诊断交叉增强标识提取待匹配的医学影像文件信息，识别得到特征数据和量化信息；
步骤四，根据得到的特征数据和量化信息，与医学影像数据库中已有的影像进行搜索匹配。
2.如权利要求1所述的基于大数据的医学影像系统的匹配处理方法，其特征在于，所述步骤三具体包括：
第一步，医学影像设备采集手术室中用户的医学影像；
第二步，从医学影像数据库中读取与待匹配医学影像相关的病人信息；
第三步，从待匹配的医学影像中提取DICOM文件头内的所有信息；
第四步，分析提取出的DICOM文件头信息，对待匹配医学影像进行案例或系列层次标识；
第五步，基于案例或系列层次标识，对待匹配医学影像进行预处理；
第六步，分析提取出的DICOM文件头信息，对待匹配医学影像进行影像层次标识和预处理；
第七步，对经过预处理的待匹配医学影像进行医学影像特征的提取。
3.如权利要求1所述的基于大数据的医学影像系统的匹配处理方法，其特征在于，步骤四，根据得到的特征数据和量化信息，与医学影像数据库中已有的影像进行搜索匹配，具体包括：
第一步，医学影像云服务器生成随机数序列矩阵R，R＝{Rmn}，(1≤m≤N)，(1≤n≤N)；
医学影像云服务器根据R计算散列Hash矩阵H、并将H发送至医学影像数据库；医学影像云服务器将R以行为单位将m×n个随机数随机分配给M个手术室中用户，手术室中用户SUj获得的随机数序列集合记Rj(1≤j≤M)，转到第二步；
第二步，SUj通过控制信道向所在的区域Cj中的工作站BSj，发送加密的信道申请信息EBSj(Rj1，t)，t为时间。
4.如权利要求3所述的基于大数据的医学影像系统的匹配处理方法，其特征在于，BSj收集t时刻收到的所有EBSj、并将收到的序列串解密，得到一系列次级用户信息R次；BSj为每个R次均打上标签后重新加密，每个R次的标签和对应的随机数信息形成加密信息；BSj将每个R次的加密信息发送至医学影像数据库。
5.如权利要求4所述的基于大数据的医学影像系统的匹配处理方法，其特征在于，医学影像数据库对加密信息中的随机数进行解密后，进行Hash计算得到随机数的Hash值，随机数的Hash值与H的Hash值匹配后，对应标签的用户通过验证；医学影像数据库将通过验证的标签和Cj中的可用频谱信息加密形成可用信道信息后，发送至BSj，医学影像数据库删除H中匹配过的Hash值；
BSj根据可用信道信息为通过验证的手术室中用户分配信道；
BSj在医学影像数据库中注册信道使用信息；
医学影像云服务器计算Hash矩阵H的公式为：
第三步中的BSj为每个R次均打上标签后重新加密，每个R次的标签和对应的随机数信息形成加密信息，具体包括以下步骤：BSj选择标签tagj1对随机数打上标签，加密信息为当存在手术室中用户Hash序列使用完毕，或新用户的增加，需要向医学影像云服务器重新申请Hash序列串时，医学影像云服务器更新Hash矩阵并发送至医学影像数据库。
6.一种实施权利要求1所述的基于大数据的医学影像系统的匹配处理方法的基于大数据的医学影像系统，其特征在于，所述基于大数据的医学影像系统包括：
医学影像设备，用于采集用户的医学影像，对图像进行分割和重组以及特征数据的提取和量化；将医学影像发送给工作站的应用程序；
工作站，利用应用程序接收用户的医学影像，完成图像中数据元素的标准化、结构化，实现图像的分割和重组，提取特征数据并量化；
所述医学影像数据库，接收医学影像设备采集的用户医学影像，并将用户的医学影像存储至用户对应的数据库中；
医学影像数据库并共享数据构建模块，将提取的特征数据和对应的用户医学影像存储至对应的医学影像数据库中，后期人工增补医学影像的标志信息并存入所述医学影像数据库，完成数据库的更新与数据共享；
特征数据和量化信息识别模块，对医学影像设备采集手术室中用户的医学影像，自动或半自动诊断交叉增强标识提取待匹配的医学影像文件信息，识别得到特征数据和量化信息；
影像搜索匹配模块，根据得到的特征数据和量化信息，与医学影像数据库中已有的影像进行搜索匹配。
7.如权利要求6所述的基于大数据的医学影像系统，其特征在于，所述医学影像设备包括电子计算机断层扫描CT设备或者X光机。
8.一种基于大数据的医学影像系统的匹配处理程序，应用于计算机，其特征在于，所述基于大数据的医学影像系统的匹配处理程序实现权利要求1～5任意一项所述的基于大数据的医学影像系统的匹配处理方法。
9.一种终端，其特征在于，所述终端搭载实现权利要求1～5任意一项所述基于大数据的医学影像系统的匹配处理方法的处理器。
10.一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行如权利要求1-5任意一项所述的基于大数据的医学影像系统的匹配处理方法。

说明书全文

一种基于大数据的医学影像系统的匹配处理方法

技术领域

[0001] 本发明属于医学影像技术领域，尤其涉及一种基于大数据的医学影像系统的匹配处理方法。

背景技术

[0002] 目前，最接近的现有技术：

[0003] 医学影像设备属于医院的不可或缺的设备，被广泛应用于医院的放射科、手术室等重要场景中。然而，由于医学影像设备具有一定的特殊性，其需要与指定对象进行匹配后才能完成相应工作。

[0004] 例如，有些医学影像设备造价较高，通常医院只购买一台或者少量的几台设备，因此，医学影像设备就需要在各手术室中循环使用，应用于不同手术室的不同用户之间，以采集不同用户的医学图像，此时需要医学影像设备与手术室相匹配，才能将手术室中用户的医学影像存储到该用户对应的数据库中。又例如，有些医学影像设备体型较大，需要采用遥控设备进行遥控操作，因此医学影像设备需要与遥控设备相匹配，才能通过遥控设备操作医学影像设备。

[0005] 然而，现有技术中，医学影像设备与指定对象的匹配过程，都是人工手动进行匹配的相关操作，操作繁琐，导致匹配效率比较低。

[0006] “大数据(bigdata)”是近十年来被信息、商业领域广泛提及的一个概念，是近年来数据存储和计算能力、统计分析能力显著提高而衍生出的数据处理、获得利益的能力。大数据概念的兴起是随着信息技术和统计技术的发展而来的，在商业和社会科学领域展现了一定的应用价值，在健康领域的应用也初步受到认可。但由于医学影像专业的特点，大数据的应用仍处于初步探索阶段。

[0007] 综上所述，现有技术存在的问题是：

[0008] (1)现有技术中，医学影像设备与指定对象的匹配过程，都是人工手动进行匹配的相关操作，操作繁琐，导致匹配效率比较低。

[0009] (2)由于医学影像专业的特点，大数据的应用仍处于初步探索阶段。

发明内容

[0010] 针对现有技术存在的问题，本发明提供了一种基于大数据的医学影像系统的匹配处理方法。

[0011] 本发明是这样实现的，一种基于大数据的医学影像系统的匹配处理方法。所述基于大数据的医学影像系统的匹配处理方法包括：

[0012] 步骤一，影像的采集，图像的分割和重组，特征数据的提取和量化。医学影像设备采集手术室中用户的医学影像，将医学影像发送给工作站的应用程序，应用程序接收医学影像设备采集的用户的医学影像，完成图像中数据元素的标准化、结构化，实现图像的分割和重组，提取特征数据并量化。

[0013] 步骤二，建立医学影像数据库并共享数据。将提取的特征数据和对应的用户医学影像存储至对应的医学影像数据库中，后期人工增补医学影像的标志信息并存入所述医学影像数据库，完成数据库的更新与数据共享。

[0014] 步骤三，医学影像设备采集手术室中用户的医学影像，自动或半自动诊断交叉增强标识提取待匹配的医学影像文件信息，识别得到特征数据和量化信息。

[0015] 步骤四，根据得到的特征数据和量化信息，与医学影像数据库中已有的影像进行搜索匹配。

[0016] 进一步，所述步骤三具体包括：

[0017] 第一步，医学影像设备采集手术室中用户的医学影像；

[0018] 第二步，从医学影像数据库中读取与待匹配医学影像相关的病人信息；

[0019] 第三步，从待匹配的医学影像中提取DICOM文件头内的所有信息；

[0020] 第四步，分析提取出的DICOM文件头信息，对待匹配医学影像进行案例或系列层次标识；

[0021] 第五步，基于案例或系列层次标识，对待匹配医学影像进行预处理；

[0022] 第六步，分析提取出的DICOM文件头信息，对待匹配医学影像进行影像层次标识和预处理；

[0023] 第七步，对经过预处理的待匹配医学影像进行医学影像特征的提取。

[0024] 进一步，步骤四，根据得到的特征数据和量化信息，与医学影像数据库中已有的影像进行搜索匹配，具体包括：

[0025] 第一步，医学影像云服务器生成随机数序列矩阵R，R＝{Rmn}，(1≤m≤N)，(1≤n≤N)；医学影像云服务器根据R计算散列Hash矩阵H、并将H发送至医学影像数据库；医学影像云服务器将R以行为单位将m×n个随机数随机分配给M个手术室中用户，手术室中用户SUj获得的随机数序列集合记Rj(1≤j≤M)，转到第二步；

[0026] 第二步，SUj通过控制信道向所在的区域Cj中的工作站BSj，发送加密的信道申请信息EBSj(Rj1，t)，t为时间。

[0027] 进一步，BSj收集t时刻收到的所有EBSj、并将收到的序列串解密，得到一系列次级用户信息R次；BSj为每个R次均打上标签后重新加密，每个R次的标签和对应的随机数信息形成加密信息；BSj将每个R次的加密信息发送至医学影像数据库。

[0028] 进一步，医学影像数据库对加密信息中的随机数进行解密后，进行Hash计算得到随机数的Hash值，随机数的Hash值与H的Hash值匹配后，对应标签的用户通过验证；医学影像数据库将通过验证的标签和Cj中的可用频谱信息加密形成可用信道信息后，发送至BSj，医学影像数据库删除H中匹配过的Hash值；

[0029] BSj根据可用信道信息为通过验证的手术室中用户分配信道；

[0030] BSj在医学影像数据库中注册信道使用信息；

[0031] 医学影像云服务器计算Hash矩阵H的公式为：

[0032]

[0033] 第三步中的BSj为每个R次均打上标签后重新加密，每个R次的标签和对应的随机数信息形成加密信息，具体包括以下步骤：BSj选择标签tagj1对随机数打上标签，加密信息为

[0034] 当存在手术室中用户Hash序列使用完毕，或新用户的增加，需要向医学影像云服务器重新申请Hash序列串时，医学影像云服务器更新Hash矩阵并发送至医学影像数据库。

[0035] 本发明的另一目的在于提供一种实施所述的基于大数据的医学影像系统的匹配处理方法的基于大数据的医学影像系统，所述基于大数据的医学影像系统包括：

[0036] 医学影像设备，用于采集用户的医学影像，对图像进行分割和重组以及特征数据的提取和量化；将医学影像发送给工作站的应用程序；

[0037] 工作站，利用应用程序接收用户的医学影像，完成图像中数据元素的标准化、结构化，实现图像的分割和重组，提取特征数据并量化；

[0038] 所述医学影像数据库，接收医学影像设备采集的用户医学影像，并将用户的医学影像存储至用户对应的数据库中；

[0039] 医学影像数据库并共享数据构建模块，将提取的特征数据和对应的用户医学影像存储至对应的医学影像数据库中，后期人工增补医学影像的标志信息并存入所述医学影像数据库，完成数据库的更新与数据共享；

[0040] 特征数据和量化信息识别模块，对医学影像设备采集手术室中用户的医学影像，自动或半自动诊断交叉增强标识提取待匹配的医学影像文件信息，识别得到特征数据和量化信息；

[0041] 影像搜索匹配模块，根据得到的特征数据和量化信息，与医学影像数据库中已有的影像进行搜索匹配。

[0042] 进一步，所述医学影像设备包括电子计算机断层扫描CT设备或者X光机。

[0043] 本发明的另一目的在于提供一种基于大数据的医学影像系统的匹配处理程序，应用于计算机，所述基于大数据的医学影像系统的匹配处理程序实现所述的基于大数据的医学影像系统的匹配处理方法。

[0044] 本发明的另一目的在于提供一种终端，所述终端搭载实现所述基于大数据的医学影像系统的匹配处理方法的处理器。

[0045] 本发明的另一目的在于提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行所述的基于大数据的医学影像系统的匹配处理方法。

[0046] 综上所述，本发明的优点及积极效果为：

[0047] 本发明实施例提供的基于大数据的医学影像系统的匹配处理方法，通过影像的采集，图像的分割和重组，提取特征数据并量化，建立医学影像数据库并共享。医学影像设备采集手术室中用户的医学影像，自动或半自动诊断交叉增强标识提取待匹配的医学影像文件信息，识别得到特征数据和量化信息，与医学影像数据库中已有的影像进行搜索匹配。可以实现医学影像设备与指定对象的自动匹配，提高了匹配效率。即方便普通人员查询所需要的医学相关信息，又方便了医学专业人员有针对性的查询相关医学信息的需要。

[0048] 本发明根据得到的特征数据和量化信息，与医学影像数据库中已有的影像进行搜索匹配，医学影像云服务器生成随机数序列矩阵R，R＝{Rmn}，(1≤m≤N)，(1≤n≤N)；医学影像云服务器根据R计算散列Hash矩阵H、并将H发送至医学影像数据库；医学影像云服务器将R以行为单位将m×n个随机数随机分配给M个手术室中用户，手术室中用户SUj获得的随机数序列集合记Rj(1≤j≤M)，SUj通过控制信道向所在的区域Cj中的工作站BSj，发送加密的信道申请信息EBSj(Rj1，t)，t为时间。BSj收集t时刻收到的所有EBSj、并将收到的序列串解密，得到一系列次级用户信息R次；BSj为每个R次均打上标签后重新加密，每个R次的标签和对应的随机数信息形成加密信息；BSj将每个R次的加密信息发送至医学影像数据库。医学影像数据库对加密信息中的随机数进行解密后，进行Hash计算得到随机数的Hash值，随机数的Hash值与H的Hash值匹配后，对应标签的用户通过验证；医学影像数据库将通过验证的标签和Cj中的可用频谱信息加密形成可用信道信息后，发送至BSj，医学影像数据库删除H中匹配过的Hash值；BSj根据可用信道信息为通过验证的手术室中用户分配信道；BSj在医学影像数据库中注册信道使用信息；可实现图像的匹配。附图说明

[0049] 图1是本发明实施例提供的基于大数据的医学影像系统的匹配处理方法流程图。

[0050] 图2是本发明实施例提供的医学影像设备采集手术室中用户的医学影像，自动或半自动诊断交叉增强标识提取待匹配的医学影像文件信息，识别得到特征数据和量化信息的方法流程图。

[0051] 图3是本发明实施例提供的基于大数据的医学影像系统图。

[0052] 图中：1、医学影像设备；2、工作站；3、医学影像数据库；4、医学影像数据库并共享数据构建模块；5、特征数据和量化信息识别模块；6、影像搜索匹配模块。

具体实施方式

[0053] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。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。

[0054] 下面结合附图对本发明的应用原理作详细描述。

[0055] 如图1所示，本发明实施例提供的基于大数据的医学影像系统的匹配处理方法包括：

[0056] S101：影像的采集，图像的分割和重组，特征数据的提取和量化。医学影像设备采集手术室中用户的医学影像，将医学影像发送给工作站的应用程序，应用程序接收医学影像设备采集的用户的医学影像，完成图像中数据元素的标准化、结构化，实现图像的分割和重组，提取特征数据并量化。

[0057] S102：建立医学影像数据库并共享数据。将提取的特征数据和对应的用户医学影像存储至对应的医学影像数据库中，后期人工增补医学影像的标志信息并存入所述医学影像数据库，完成数据库的更新与数据共享。

[0058] S103：医学影像设备采集手术室中用户的医学影像，自动或半自动诊断交叉增强标识提取待匹配的医学影像文件信息，识别得到特征数据和量化信息。

[0059] S104：根据得到的特征数据和量化信息，与医学影像数据库中已有的影像进行搜索匹配。

[0060] 如图2所示，所述步骤S103具体包括：

[0061] S201：医学影像设备采集手术室中用户的医学影像；

[0062] S202：从医学影像数据库中读取与待匹配医学影像相关的病人信息；

[0063] S203：从待匹配的医学影像中提取DICOM文件头内的所有信息；

[0064] S204：分析提取出的DICOM文件头信息，对待匹配医学影像进行案例或系列层次标识；

[0065] S205：基于案例或系列层次标识，对待匹配医学影像进行预处理；

[0066] S206：分析提取出的DICOM文件头信息，对待匹配医学影像进行影像层次标识和预处理；

[0067] S207：对经过预处理的待匹配医学影像进行医学影像特征的提取。

[0068] 在本发明实施例中，根据得到的特征数据和量化信息，与医学影像数据库中已有的影像进行搜索匹配，具体包括：

[0069] 第一步，医学影像云服务器生成随机数序列矩阵R，R＝{Rmn}，(1≤m≤N)，(1≤n≤N)；医学影像云服务器根据R计算散列Hash矩阵H、并将H发送至医学影像数据库；医学影像云服务器将R以行为单位将m×n个随机数随机分配给M个手术室中用户，手术室中用户SUj获得的随机数序列集合记Rj(1≤j≤M)，转到第二步；

[0070] 第二步，SUj通过控制信道向所在的区域Cj中的工作站BSj，发送加密的信道申请信息EBSj(Rj1，t)，t为时间。

[0071] 进一步，BSj收集t时刻收到的所有EBSj、并将收到的序列串解密，得到一系列次级用户信息R次；BSj为每个R次均打上标签后重新加密，每个R次的标签和对应的随机数信息形成加密信息；BSj将每个R次的加密信息发送至医学影像数据库。

[0072] 医学影像数据库对加密信息中的随机数进行解密后，进行Hash计算得到随机数的Hash值，随机数的Hash值与H的Hash值匹配后，对应标签的用户通过验证；医学影像数据库将通过验证的标签和Cj中的可用频谱信息加密形成可用信道信息后，发送至BSj，医学影像数据库删除H中匹配过的Hash值；

[0073] BSj根据可用信道信息为通过验证的手术室中用户分配信道；

[0074] BSj在医学影像数据库中注册信道使用信息；

[0075] 医学影像云服务器计算Hash矩阵H的公式为：

[0076]

[0077] 第三步中的BSj为每个R次均打上标签后重新加密，每个R次的标签和对应的随机数信息形成加密信息，具体包括以下步骤：BSj选择标签tagj1对随机数打上标签，加密信息为

[0078] 当存在手术室中用户Hash序列使用完毕，或新用户的增加，需要向医学影像云服务器重新申请Hash序列串时，医学影像云服务器更新Hash矩阵并发送至医学影像数据库。

[0079] 如图3所示，本发明的提供一种基于大数据的医学影像系统包括：

[0080] 医学影像设备1，用于采集用户的医学影像，对图像进行分割和重组以及特征数据的提取和量化；将医学影像发送给工作站的应用程序；

[0081] 工作站2，利用应用程序接收用户的医学影像，完成图像中数据元素的标准化、结构化，实现图像的分割和重组，提取特征数据并量化；

[0082] 医学影像数据库3，接收医学影像设备采集的用户医学影像，并将用户的医学影像存储至用户对应的数据库中；

[0083] 医学影像数据库并共享数据构建模块4，将提取的特征数据和对应的用户医学影像存储至对应的医学影像数据库中，后期人工增补医学影像的标志信息并存入所述医学影像数据库，完成数据库的更新与数据共享；

[0084] 特征数据和量化信息识别模块5，对医学影像设备采集手术室中用户的医学影像，自动或半自动诊断交叉增强标识提取待匹配的医学影像文件信息，识别得到特征数据和量化信息；

[0085] 影像搜索匹配模块6，根据得到的特征数据和量化信息，与医学影像数据库中已有的影像进行搜索匹配。

[0086] 所述医学影像设备包括电子计算机断层扫描CT设备或者X光机。

[0087] 在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。

[0088] 以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

标题	发布/更新时间	阅读量
OCT引导的青光眼手术的方法和系统	2020-05-11	439
图像分割方法、装置、计算机可读存储介质和设备	2020-05-11	828
一种DSA锥束精确滤波反投影断层成像系统及成像方法	2020-05-11	149
个人化假体及使用方法	2020-05-11	650
一种骨螺钉的钉道规划方法和装置	2020-05-12	356
高连通梯度仿生人工骨结构及其制备方法	2020-05-11	231
辐射检测器和用于从该辐射检测器输出数据的方法	2020-05-12	998
多模式成像标记物	2020-05-13	499
乳腺断层扫描的扫描参数确定方法、装置、终端及介质	2020-05-08	839
确定飞行时间的方法、装置、介质及正电子断层扫描仪	2020-05-08	490

一种基于大数据的医学影像系统的匹配处理方法

一种基于大数据的医学影像系统的匹配处理方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：