[發明專利]一種應用于AI醫療影像診斷算法調度方法、系統、終端及存儲介質

有效

• 申請號: 202010147342.1
• 申請日: 2020-03-05
• 公開（公告）號: CN111415725B
• 公開（公告）日: 2023-09-26
• 發明（設計）人: 房云峰;李天琪
• 申請（專利權）人: 北京深睿博聯科技有限責任公司;杭州深睿博聯科技有限公司
• 主分類號: G16H30/20
• 分類號: G16H30/20
• 代理公司: 北京天方智力知識產權代理有限公司 11719
• 代理人: 谷成

本申請提供一種應用于AI醫療影像診斷算法調度方法、系統、終端及存儲介質，包括：獲取醫療影像數據，并根據數據類型在數據庫任務進程列表中創建不同的任務記錄；根據數據庫中的任務類型、數量、優先級信息，確定任務處理順序并啟動任務對應的算法處理進程；獲取數據庫任務進程列表中的任務，加載算法處理進程的模型參數進行任務處理；本申請能夠在有限的GPU、內存等硬件資源的情況下，快速的處理來自各種設備源的醫學影像數據，且能夠根據任務的優先級進行處理，防止任務堆積，提高了醫療影像的診斷效率。

技術領域

本申請涉及醫學影像診斷技術領域，尤其是涉及一種應用于AI醫療影像診斷算法調度方法、系統、終端及存儲介質。

背景技術

基于深度學習的醫學影像診斷方法逐步成熟，越來越多的產品投入到醫院的臨床試驗中，比如眼底病灶的檢查、肺結節篩查、肋骨骨折檢測、縱隔病灶篩查、乳腺病灶篩查等等，一般每個算法都是針對某一個病種進行設計，比如肺結節的算法只能在肺部的CT上檢測肺結節病灶，對于不同源的數據，比如X光片的數據、超聲的數據，或不同部位的檢測，比如肋骨的檢測、縱隔區域的病灶篩查、眼底病灶檢測等就需要另外對應的算法，因此在醫院就產生了這樣的場景：在同一臺AI服務器上，需要部署多種算法。

因此，目前亟需一種應用于AI醫療影像診斷算法調度方法，能夠在有限的GPU、內存等硬件資源的情況下，快速的處理來自各種設備源的醫學影像數據，防止任務堆積，盡快給醫生返回診斷結果。

發明內容

針對現有技術的上述不足，本申請提供一種應用于AI醫療影像診斷算法調度方法、系統、終端及存儲介質，能夠實現多種診斷算法的統一調度和處理。

第一方面，為解決上述技術問題，本申請提供一種應用于AI醫療影像診斷算法調度方法，包括：

獲取醫療影像數據，并根據數據類型在數據庫任務進程列表中創建不同的任務記錄；

根據數據庫中的任務類型、數量、優先級信息，確定任務處理順序并啟動任務對應的算法處理進程；

獲取數據庫任務進程列表中的任務，加載算法處理進程的模型參數進行任務處理。

可選的，所述獲取醫療影像數據，并根據數據類型在數據庫任務進程列表中創建不同的任務記錄，包括：

獲取PACS推送的醫療影像數據；

并根據數據類型在數據庫任務進程列表中創建不同的任務記錄；

從數據庫的任務進程列表中查找任務狀態為待處理的任務，將所述待處理任務根據其病種或等級，加入對應的待處理任務隊列中；

將加入運行任務隊列的任務狀態置為處理中；

判斷運行任務隊列中的任務是否超時，是則強制退出；

將加入已處理任務隊列中的任務狀態置為已處理。

可選的，所述根據數據庫中的任務類型、數量、優先級信息，確定任務處理順序并啟動任務對應的算法處理進程，包括：

根據數據庫配置項中的任務類型和緊急情況配置具體病種的任務進程順序，創建任務進程列表；

循環遍歷任務進程列表，獲取已經啟動的任務進程數；

判斷已啟動的任務進程數是否小于最大進程數，若是則獲取優先級最高的任務類型；

判斷當前任務類型是否有待處理任務，若當前任務進程列表中有待處理任務或當前任務類型的算法處理進程綁定了GPU，則判斷活動進程數是否小于最大進程數，若是，則獲取有效的GPU信息并啟動具體的算法處理進程。

可選的，所述根據數據庫中的任務類型、數量、優先級信息，確定任務處理順序并啟動任務對應的算法處理進程，還包括：