首页 / 专利库 / 医疗服务 / 远程医疗 / 一种远程医疗诊断系统

一种远程医疗诊断系统

阅读:447发布:2020-05-15

专利汇可以提供一种远程医疗诊断系统专利检索,专利查询,专利分析的服务。并且本 发明 提供了一种 远程医疗 诊断系统,包括医学 图像分割 子系统、第一通信子系统、医生子系统、第二通信子系统和医学图像子系统,所述医学图像分割子系统用于对医学图像进行分割,并将分割结果通过第一通信子系统发送至医生子系统,所述医生子系统根据医学图像分割结果进行 疾病 诊断,并将诊断结果通过第二通信子系统发送至医学图像子系统,所述医学图像子系统用于接收相应的诊断结果。本发明的有益效果为:提供了一种远程医疗诊断系统,实现了医学图像的准确分割,为后续医学诊断提供了有 力 保障。,下面是一种远程医疗诊断系统专利的具体信息内容。

1.一种远程医疗诊断系统,其特征在于,包括医学图像分割子系统、第一通信子系统、医生子系统、第二通信子系统和医学图像子系统,所述医学图像分割子系统用于对医学图像进行分割,并将分割结果通过第一通信子系统发送至医生子系统,所述医生子系统根据医学图像分割结果进行疾病诊断,并将诊断结果通过第二通信子系统发送至医学图像子系统,所述医学图像子系统用于接收相应的诊断结果。
2.根据权利要求1所述的远程医疗诊断系统,其特征在于,所述医学图像分割子系统包括医学图像获取模、第一分割模块、第二分割模块、图像融合模块和分割评价模块,所述医学图像获取模块用于采集医学图像,所述第一分割模块利用第一分割函数对医学图像进行分割,获取一次分割结果,所述第二分割模块利用第二分割函数对医学图像进行分割,获取二次分割结果,所述图像融合模块基于一次分割结果和二次分割结果获取医学图像的最终分割结果,所述分割评价模块用于对图像融合模块的分割效果进行评价。
3.根据权利要求2所述的远程医疗诊断系统,其特征在于,所述第一分割模块利用第一分割函数对医学图像进行分割,获取一次分割结果,具体为:
对于采集的医学图像,采用下式确定第一分割函数:
式中,D1表示第一分割函数,C表示预设的聚类数目,n表示图像中像素的数目,uij表示第j个像素隶属于第i类的隶属度,0≤uij≤1且 dij表示第j个像素到第i个聚类中心的欧式距离,m表示预设的模糊因子,m>1,σ表示邻域像素对中心像素的影响因子,Nj表示第j个像素的邻域像素组成的集合,NR表示Nj中包含的像素的个数,xk为Nj中的像素,uik表示第k个像素隶属于第i类的隶属度,0≤uik≤1且 dik表示第k个像素到第i个聚类中心的欧式距离;
最小化第一分割函数,得到第j个像素隶属于不同聚类的隶属度uij(i=1,2,…,C),对图像分割时,像素j被划分为第b类:b=argmaxi{uij,i=1,2,…,C};
对图像中的每一个像素进行分类,形成一次分割结果。
4.根据权利要求3所述的远程医疗诊断系统,其特征在于,所述第二分割模块利用第二分割函数对医学图像进行分割,获取二次分割结果,具体为:
对于采集的医学图像,首先采用下式对图像进行滤波处理:
式中,H(k)表示滤波前的第k个像素的灰度值,H′(k)表示滤波后的第k个像素的灰度值,σ表示邻域像素对中心像素的影响因子,Nk表示第k个像素的邻域像素组成的集合,NR表示Nk中包含的像素的个数,j为Nk中的像素;
对图像进行滤波后,滤波后的图像中灰度值为l的像素数目为rl, L表示图像中像素的灰度级,n表示图像中像素的数目,采用下式确定第二分割函数:
式中,D2表示第二分割函数,C表示预设的聚类数目,n表示图像中像素的数目,uij表示第j个像素隶属于第i类的隶属度,0≤uij≤1且 m表示预设的模糊因子,m>1,H′(j)表示滤波后的第j个像素的灰度值,vi表示第i个聚类中心;
最小化第二分割函数,得到第j个像素隶属于不同聚类的隶属度uij(i=1,2,…,C),对图像分割时,像素j被划分为第a类:a=argmaxi{uij,i=1,2,…,C};
对图像中的每一个像素进行分类,形成二次分割结果。
5.根据权利要求4所述的远程医疗诊断系统,其特征在于,所述图像融合模块基于一次分割结果和二次分割结果获取医学图像的最终分割结果,具体为:若一次分割结果和二次分割结果相同,则将二次分割结果作为最终分割结果,若一次分割结果和二次分割结果不同,则将一次分割结果作为最终分割结果。
6.根据权利要求5所述的远程医疗诊断系统,其特征在于,所述分割评价模块用于对图像融合模块的分割效果进行评价,具体为:采用下式定义分割评价因子:
式中,F表示分割评价因子,C表示预设的聚类数目,n表示图像中像素的数目,uij表示第j个像素隶属于第i类的隶属度,0≤uij≤1且 分割评价因子越大,表示图像最终分割结果越好。

说明书全文

一种远程医疗诊断系统

技术领域

[0001] 本发明涉及医学技术领域,具体涉及一种远程医疗诊断系统。

背景技术

[0002] 通信技术的发展促进了远程医疗的发展。信息技术的飞速发展和计算机应用平的不断提高,促进了医疗影像仪器的快速发展,充分利用这些影像信息和计算机超常的处理能,可以实现人体从宏观到微观结构的数字化,进一步对人体器官进行精确模拟和三维重建,可以有效帮助医生进行计算机辅助诊断、制定内外科手术规划、对相应组织或器官进行动态模拟并分析病变部位的结构和发生过程,提高疾病诊断的准确性。利用医学影像对器官或病灶组织进行模拟的关键问题是对医疗影像的正确和快速分割。从本质上讲,医学图像分割就是将给定的医学图像划分为不同的组织或器官的过程。然而,先进的影像仪器提供的医学图像中包含着数以千万的像素,运用传统方法进行分割时,算法的效率将是巨大的挑战。靠手工或半自动方式对大量的医学影像数据进行分割显然是不现实的,因此,研究医学影像的分割技术具有非常重要理论价值和现实意义。

发明内容

[0003] 针对上述问题,本发明旨在提供一种远程医疗诊断系统。
[0004] 本发明的目的采用以下技术方案来实现:
[0005] 提供了一种远程医疗诊断系统,包括医学图像分割子系统、第一通信子系统、医生子系统、第二通信子系统和医学图像子系统,所述医学图像分割子系统用于对医学图像进行分割,并将分割结果通过第一通信子系统发送至医生子系统,所述医生子系统根据医学图像分割结果进行疾病诊断,并将诊断结果通过第二通信子系统发送至医学图像子系统,所述医学图像子系统用于接收相应的诊断结果。
[0006] 本发明的有益效果为:提供了一种远程医疗诊断系统,实现了医学图像的准确分割,为后续医学诊断提供了有力保障。附图说明
[0007] 利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
[0008] 图1是本发明的结构示意图;
[0009] 附图标记:
[0010] 医学图像分割子系统1、第一通信子系统2、医生子系统3、第二通信子系统4、医学图像子系统5。

具体实施方式

[0011] 结合以下实施例对本发明作进一步描述。
[0012] 参见图1,本实施例的一种远程医疗诊断系统,包括医学图像分割子系统1、第一通信子系统2、医生子系统3、第二通信子系统4和医学图像子系统5,所述医学图像分割子系统1用于对医学图像进行分割,并将分割结果通过第一通信子系统2发送至医生子系统3,所述医生子系统3根据医学图像分割结果进行疾病诊断,并将诊断结果通过第二通信子系统4发送至医学图像子系统5,所述医学图像子系统5用于接收相应的诊断结果。
[0013] 本实施例提供了一种远程医疗诊断系统,实现了医学图像的准确分割,为后续医学诊断提供了有力保障。
[0014] 优选的,所述医学图像分割子系统1包括医学图像获取模、第一分割模块、第二分割模块、图像融合模块和分割评价模块,所述医学图像获取模块用于采集医学图像,所述第一分割模块利用第一分割函数对医学图像进行分割,获取一次分割结果,所述第二分割模块利用第二分割函数对医学图像进行分割,获取二次分割结果,所述图像融合模块基于一次分割结果和二次分割结果获取医学图像的最终分割结果,所述分割评价模块用于对图像融合模块的分割效果进行评价。
[0015] 本优选实施例实现了医学图像的准确分割和分割效果的评价,为后续利用医学影像对器官或病灶组织进行模拟奠定了良好的基础
[0016] 优选的,所述第一分割模块利用第一分割函数对医学图像进行分割,获取一次分割结果,具体为:
[0017] 对于采集的医学图像,采用下式确定第一分割函数:
[0018]
[0019] 式中,D1表示第一分割函数,C表示预设的聚类数目,n表示图像中像素的数目,uij表示第j个像素隶属于第i类的隶属度,0≤uij≤1且 dij表示第j个像素到第i个聚类中心的欧式距离,m表示预设的模糊因子,m>1,σ表示邻域像素对中心像素的影响因子,Nj表示第j个像素的邻域像素组成的集合,NR表示Nj中包含的像素的个数,xk为Nj中的像素,uik表示第k个像素隶属于第i类的隶属度,0≤uik≤1且 dik表示第k个像素到第i个聚类中心的欧式距离;
[0020] 最小化第一分割函数,得到第j个像素隶属于不同聚类的隶属度uij(i=1,2,…,C),对图像分割时,像素j被划分为第b类:b=argmaxi{uij,i=1,2,…,C};
[0021] 对图像中的每一个像素进行分类,形成一次分割结果;
[0022] 本优选实施例采用第一分割函数对医学图像进行分割,可以很好的抑制医学影像中噪声的影响,获取准确的一次分割结果。
[0023] 优选的,所述第二分割模块利用第二分割函数对医学图像进行分割,获取二次分割结果,具体为:
[0024] 对于采集的医学图像,首先采用下式对图像进行滤波处理:
[0025]
[0026] 式中,H(k)表示滤波前的第k个像素的灰度值,H′(k)表示滤波后的第k个像素的灰度值,σ表示邻域像素对中心像素的影响因子,Nk表示第k个像素的邻域像素组成的集合,NR表示Nk中包含的像素的个数,j为Nk中的像素;
[0027] 对图像进行滤波后,滤波后的图像中灰度值为l的像素数目为rl, L表示图像中像素的灰度级,n表示图像中像素的数目,采用下式确定第二分割函数:
[0028]
[0029] 式中,D2表示第二分割函数,C表示预设的聚类数目,n表示图像中像素的数目,uij表示第j个像素隶属于第i类的隶属度,0≤uij≤1且 m表示预设的模糊因子,m>1,H′(j)表示滤波后的第j个像素的灰度值,vi表示第i个聚类中心;
[0030] 最小化第二分割函数,得到第j个像素隶属于不同聚类的隶属度uij(i=1,2,…,C),对图像分割时,像素j被划分为第a类:a=arg maxi{uij,i=1,2,…,C};
[0031] 对图像中的每一个像素进行分类,形成二次分割结果;
[0032] 本优选实施例采用第二分割函数对医学图像进行分割,很好的利用了图像的统计信息,大大提高了计算效率,提升了医学图像分割的实时性。
[0033] 优选的,所述图像融合模块基于一次分割结果和二次分割结果获取医学图像的最终分割结果,具体为:若一次分割结果和二次分割结果相同,则将二次分割结果作为最终分割结果,若一次分割结果和二次分割结果不同,则将一次分割结果作为最终分割结果。
[0034] 本优选实施例将一次分割结果和二次分割结果进行融合,进一步提升了医学图像分割的准确性。
[0035] 优选的,所述分割评价模块用于对图像融合模块的分割效果进行评价,具体为:采用下式定义分割评价因子:
[0036]
[0037] 式中,F表示分割评价因子,C表示预设的聚类数目,n表示图像中像素的数目,uij表示第j个像素隶属于第i类的隶属度,0≤uij≤1且 分割评价因子越大,表示图像最终分割结果越好。
[0038] 本优选实施例实现了对图像分割效果的准确评价,便于根据最终分割结果随时对分割函数进行调整。从而保证了分割的准确性。
[0039] 采用本发明远程医疗诊断系统对医学图像分割,选取5幅医学图像进行实验,分别为医学图像1、医学图像2、医学图像3、医学图像4、医学图像5,对分割速度和分割准确率进行统计,同现有医疗诊断系统相比,产生的有益效果如下表所示:
[0040]  分割速度提高 分割准确率提高
医学图像1 29% 27%
医学图像2 27% 26%
医学图像3 26% 26%
医学图像4 25% 24%
医学图像5 24% 22%
[0041] 最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术医学图像应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
相关专利内容
标题 发布/更新时间 阅读量
一种远程医疗方法 2020-05-15 746
一种远程医疗系统 2020-05-16 838
一种远程医疗检测系统 2020-05-17 942
远程医疗认证方法 2020-05-12 32
一种远程医疗系统 2020-05-12 474
远程医疗服务平台 2020-05-13 306
一种远程医疗教育平台 2020-05-14 587
远程医疗评估 2020-05-11 284
一种远程医疗系统 2020-05-17 28
远程医疗会诊系统 2020-05-13 1002
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈