[發明專利]一種宮頸圖像多人協同標記云服務系統及云服務方法

有效

• 申請號: 202010542269.8
• 申請日: 2020-06-15
• 公開（公告）號: CN111784284B
• 公開（公告）日: 2023-09-22
• 發明（設計）人: 張書亭;鄭能干;江志偉;邱雁翕
• 申請（專利權）人: 杭州思柏信息技術有限公司
• 主分類號: G06Q10/10
• 分類號: G06Q10/10;G16H30/20;G16H30/40
• 代理公司: 杭州斯可睿專利事務所有限公司 33241
• 代理人: 林君勇

本發明公開了一種宮頸圖像多人協同標記云服務系統及云服務方法，采用云計算為基礎支撐平臺，設計一種支持分布在異地的不同醫生協作完成一張宮頸病理圖像的細胞標記工作云服務系統，該系統通過一系列云端服務的相互協作完成，這些服務包括權限管理服務、緩存服務器、存儲管理WEB服務、協商管理服務、圖像數據存儲服務、圖像多分辨率服務、平臺監控分析器、配置服務、異步消息服務、并發控制管理、圖像標記WEB服務、協商管理服務。支持分布在異地的多人協同醫療圖像的標注工作，提高了標注效率、可靠性和準確性，基于嚴格流程控制的協同標注，使標注數據準確無爭議，形成宮頸細胞診斷的標準數據平臺。

技術領域

本發明涉及一種宮頸圖像標記處理領域，尤其是涉及一種使用于面向宮頸病理細胞的AI（人工智能）模型訓練的大規模細胞標記需要的宮頸圖像多人協同標記云服務系統及云服務方法。

背景技術

宮頸細胞病變篩查分析的關鍵方法是病理形態學分析發現，該分析發現方法通過在顯微鏡下進行宮頸細胞學涂片檢查有無異常細胞以發現有無宮頸癌和癌前病變等疾病。很多發達國家的經驗表明，開展以細胞形態學為基礎的宮頸癌篩查，可以有效降低宮頸癌的發生。作為一種無創性檢查，該技術容易實施，也容易被人接受。然而，一張宮頸病理涂片一般包含五到十萬細胞，病理醫生需要在顯微鏡下通過調整視野仔細觀察才能發現可能的疾病，該病理醫生帶來巨大的腦力和體力負擔。

而且我國的宮頸病理診斷需求巨大，目前我國的適齡婦女人群超過3.5億人；而按照每三到五年的篩查需求，每年大約有七千萬人次的診斷需求，與此不成比例的是，目前的注冊病理醫生不到兩萬人，根本無法承擔如此巨大的宮頸細胞病變篩查分析工作量。

隨著以深度學習為代表的人工智能（AI）技術不斷發展，逐漸成為醫療界的基礎技術手段之一，在智能診療分析、智能影像篩查以及智能健康等領域得到推廣使用。使得基于計算機視覺的AI病理醫生能夠自動閱讀分析圖像數據進行宮頸癌篩查，可以大大降低病理醫生的判讀工作量，解決病理醫生不足的情況，也有利于提高廣大女性的健康水平。

而AI病理醫生的關鍵在于精準高效的宮頸篩查AI模型，該模型基于病理形態學深度學習病理專家經驗知識，從而在診療分析應用中能夠達到甚至超越病理醫生的水準。AI模型的“專家知識”來自于大量標準病理細胞樣本并進行訓練才能獲得。人工智能模型訓練樣本數量極大，以目前人工智能領域廣泛使用的ImageNet數據集為例，其圖片數量規模達到一千五百萬之多，考慮到宮頸病理圖像的本身復雜性，其模型訓練樣本將更加巨大，可以說，宮頸病理AI模型的成功，很大程度上也依賴于病理專家的專業知識積累，也即需要巨量學習樣本的獲取方可獲得更為成功的宮頸病理AI模型。而現有宮頸病理AI模型可獲得的學習樣本量較為有限與分散，導致難以獲得更為成功的宮頸病理AI模型或需要較長的學習樣本量時間獲取，而這也不利于更快更有效的服務于廣大需要宮頸細胞病變篩查分析的適齡婦女人群身體健康維持與提高。

發明內容

本發明為解決現有宮頸病理AI模型可獲得的學習樣本量較為有限與分散，導致難以獲得更為成功的宮頸病理AI模型或需要較長的學習樣本量時間獲取，而這也不利于更快更有效的服務于廣大需要宮頸細胞病變篩查分析的適齡婦女人群身體健康維持與提高等現狀而提供的一種可以為宮頸病理AI模型獲取更多更有效的宮頸病理AI模型訓練樣本的標記、核對、存儲和/或管理的學習樣本量，可獲得更為成功的宮頸病理AI模型，更快更有效的服務于廣大需要宮頸細胞病變篩查分析的適齡婦女人群身體健康維持與提高的宮頸圖像多人協同標記云服務系統及云服務方法。