[發明專利]一種對醫療影像數據進行脫敏處理的方法及系統

有效

• 申請號: 201710433608.7
• 申請日: 2017-06-09
• 公開（公告）號: CN107239666B
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 孟群;張翔;董方杰;張耀光
• 申請（專利權）人: 孟群;張翔;董方杰;張耀光
• 主分類號: G16H30/20
• 分類號: G16H30/20;G06F21/62;G06N3/04;G06N3/08
• 代理公司: 大連東方專利代理有限責任公司 21212
• 代理人: 王丹;李洪福

本發明公開了一種對醫療影像數據進行脫敏處理的方法及系統，其特征在于，包括如下步驟：步驟1、以歷史醫療影像數據為訓練集，利用深度學習卷積神經網絡訓練出與所設定的圖像敏感區域相對應的圖像敏感區域識別模型；步驟2、讀取待處理的醫療影像數據，分析并確定所述醫療影像數據中的文件屬性敏感信息以及通過所述圖像敏感區域識別模型確定所述醫療影像數據中的圖像內容敏感信息即圖像敏感區域；步驟3、對所確定的文件屬性敏感信息以及圖像內容敏感信息進行脫敏處理并記錄存儲。本發明法能夠保留原始醫療影像數據的格式和圖像信息便于后續分析處理，且能夠去除文本屬性和影像內容中的敏感信息。

技術領域

本發明涉及醫療人工智能與大數據處理領域，特別涉及一種對醫療影像數據進行脫敏處理的方法及系統。

背景技術

隨著以深度學習框架為內核的新人工智能技術強勢崛起，在各個領域都獲得了長足的發展與推進，AlphaGo、無人駕駛車、語音識別等人們期盼多年的技術也都在很短的時間內獲得了突破。在可見的未來當中，深度學習也將推動醫療行業的大數據分析與人工智能應用的發展。因此深度學習需要大量的醫療影像數據進行模型的訓練，并對這些影像數據的脫敏處理的需求就顯得極為迫切。

其中，DICOM標準是一個交換和管理醫療影像數據及相關數據的標準，可以用于醫用信息系統之間或者醫用信息系統與醫用設備之間進行通訊。醫院的醫用設備采集生成的病人檢查影像文件為DICOM文件。因為DICOM影像文件本身包含如病人姓名、病人ID、病人住址等信息，直接將該影像文件應用深度學習等人工智能領域，就有可能侵犯病人的隱私權。

因此，就需要研究一種有效且高速便捷的脫敏處理方法能夠解決上面提到的兩個問題，并能夠在快速推進深度學習等人工智能方法在醫學領域應用的同時，又保護了患者的隱私的方法。

發明內容

鑒于已有技術存在的缺陷，本發明的目的是要提供一種對醫療影像數據進行脫敏處理的方法，該方法能夠保留原始醫療影像數據的格式和圖像信息便于后續分析處理，且能夠去除文本屬性和影像內容中的敏感信息。

為了實現上述目的，本發明的技術方案：

一種對醫療影像數據進行脫敏處理的方法，其特征在于，包括如下步驟：

步驟1、以歷史醫療影像數據為訓練集，利用深度學習卷積神經網絡訓練出與所設定的圖像敏感區域相對應的圖像敏感區域識別模型；

步驟2、讀取待處理的醫療影像數據，分析并確定所述醫療影像數據中的文件屬性敏感信息以及通過所述圖像敏感區域識別模型確定所述醫療影像數據中的圖像內容敏感信息即圖像敏感區域；

步驟3、對所確定的文件屬性敏感信息以及圖像內容敏感信息進行脫敏處理并記錄存儲。

進一步的，所述步驟1包括：

步驟11、自數據庫中獲取若干個歷年DICOM文件數據樣本以及與各歷年DICOM文件數據樣本相對應的影像文件數據；

步驟12、確定圖像敏感區域并在所獲取的影像文件數據中選擇出含有所確定圖像敏感區域的影像文件數據；

步驟13、分別對所選擇出的影像文件數據進行圖像預處理，以提取出影像文件數據中的圖像數據；

步驟14、分別對提取出圖像數據進行標記并將標記后的圖像數據生成能夠被擴展的標記文件；

步驟15、以所述標記文件以及所提取出圖像數據為模型輸入參數，利用深度學習卷積神經網絡訓練出與所設定的圖像敏感區域相對應的圖像敏感區域識別模型。

進一步的，所述步驟1還包括：

步驟16、重新自數據庫中選擇出若干含有所確定圖像敏感區域的影像文件數據，并將所述影像文件數據作為測試數據，對圖像敏感區域識別模型進行可靠性驗證。