[發(fā)明專利]影像智能識(shí)別與醫(yī)學(xué)智能推理的遠(yuǎn)程自動(dòng)診斷系統(tǒng)及方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011068864.9
• 申請(qǐng)日: 2020-09-30
• 公開（公告）號(hào): CN112309566A
• 公開（公告）日: 2021-02-02
• 發(fā)明（設(shè)計(jì)）人: 謝渝;王永桂;胡勇;李佳麗;張德昊;高道勛
• 申請(qǐng)（專利權(quán)）人: 中國地質(zhì)大學(xué)（武漢）
• 主分類號(hào): G16H50/20
• 分類號(hào): G16H50/20;G16H50/80;G16H80/00;G16H30/00
• 代理公司: 武漢知產(chǎn)時(shí)代知識(shí)產(chǎn)權(quán)代理有限公司 42238
• 代理人: 曹雄

1.影像智能識(shí)別與醫(yī)學(xué)智能推理的遠(yuǎn)程自動(dòng)診斷系統(tǒng)，其特征在于：包括：操作層和處理層；

所述操作層，用于接收用戶在客戶端上傳的CT影像以及對(duì)應(yīng)的臨床信息，并將處理層對(duì)所述CT影像及所述臨床信息進(jìn)行診斷得到診斷意見報(bào)告和治療方案報(bào)告呈現(xiàn)給用戶；

所述處理層，用于根據(jù)從客戶端采集得到的CT影像和臨床信息，捕捉醫(yī)學(xué)病理特征并通過智能推理模型分析出對(duì)應(yīng)疾病癥狀，給出診斷意見報(bào)告和治療方案報(bào)告，最后將這些分析結(jié)果反饋給操作層，形成規(guī)范化的遠(yuǎn)程診斷方法。

2.根據(jù)權(quán)利要求1所述的影像智能識(shí)別與醫(yī)學(xué)智能推理的遠(yuǎn)程自動(dòng)診斷系統(tǒng)，其特征在于：

所述操作層，分為影像上傳模塊、臨床癥狀填寫模塊以及反饋呈現(xiàn)模塊；

所述影像上傳模塊用于接收患者上傳的CT影像并上傳到服務(wù)端，同時(shí)將服務(wù)端的診斷意見報(bào)告和治療方案報(bào)告呈現(xiàn)給患者；

所述服務(wù)端是所述操作層和處理層進(jìn)行信息傳遞的中介；

所述臨床癥狀填寫模塊接收用戶在客戶端上傳的臨床信息；所述臨床信息包括：患者體溫、患者癥狀、核酸及抗體化驗(yàn)結(jié)果、患者流行病學(xué)史和患者其他基礎(chǔ)疾病情況；

所述反饋呈現(xiàn)模塊用于在客戶端上呈現(xiàn)所述處理層對(duì)CT影像和臨床信息的診斷意見報(bào)告，所述診斷意見報(bào)告中包括病情的進(jìn)展?fàn)顟B(tài)、病情未來可能的進(jìn)展方向和可能導(dǎo)致的結(jié)果，同時(shí)給出治療方案報(bào)告，并將所述診斷意見報(bào)告和治療方案報(bào)告反饋給操作層。

3.根據(jù)權(quán)利要求1所述的影像智能識(shí)別與醫(yī)學(xué)智能推理的遠(yuǎn)程自動(dòng)診斷系統(tǒng)，其特征在于：

所述處理層，主要包括醫(yī)學(xué)影像智能識(shí)別模型和醫(yī)學(xué)智能推理模型；

所述醫(yī)學(xué)影像智能識(shí)別模型，用于識(shí)別用戶上傳的CT影像，在所述CT影像識(shí)別并標(biāo)記出疑似病患部位，分析出病患部位的醫(yī)學(xué)特征，得到所述醫(yī)學(xué)特征對(duì)應(yīng)的數(shù)字化圖像，并傳遞到醫(yī)學(xué)智能推理模型中；

所述醫(yī)學(xué)智能推理模型將所述數(shù)字化圖像和用戶上傳的臨床信息一并分析處理，得出診斷意見報(bào)告和治療方案報(bào)告并反饋給操作層。

4.根據(jù)權(quán)利要求3所述的影像智能識(shí)別與醫(yī)學(xué)智能推理的遠(yuǎn)程自動(dòng)診斷系統(tǒng)，其特征在于：

所述醫(yī)學(xué)影像智能識(shí)別模型將醫(yī)學(xué)特征進(jìn)行數(shù)字化的方法，包括：首先利用valid卷積對(duì)所述CT影像進(jìn)行多次下采樣，然后提取出層次化特征，并利用所述層次化特征進(jìn)行上采樣，最后得出每個(gè)像素點(diǎn)對(duì)應(yīng)其醫(yī)學(xué)特征種類的數(shù)字化圖像。

5.根據(jù)權(quán)利要求3所述的影像智能識(shí)別與醫(yī)學(xué)智能推理的遠(yuǎn)程自動(dòng)診斷系統(tǒng)，其特征在于：

所述醫(yī)學(xué)智能推理模型包括語義解析模型、專家知識(shí)模型和病例庫；

所述語義解析模型，用于對(duì)用戶的臨床信息和數(shù)字化圖像進(jìn)行語義解析，形成語義網(wǎng)絡(luò)，標(biāo)記癥狀要點(diǎn)；

所述病例庫包括多個(gè)病例信息；所述病例信息包括患者基本信息、癥狀描述信息、臨床表現(xiàn)、實(shí)驗(yàn)室檢查信息、疑似、確診情況和診斷建議；

所述專家知識(shí)模型將所述癥狀要點(diǎn)在所述病例庫中進(jìn)行匹配，得到與診斷對(duì)象最類似的病例，并根據(jù)所述最類似的病例對(duì)應(yīng)的病例信息給出治療方案報(bào)告和診斷意見報(bào)告。

6.影像智能識(shí)別與醫(yī)學(xué)智能推理的遠(yuǎn)程自動(dòng)診斷方法，適用于任意一項(xiàng)如權(quán)利要求1-5所述的影像智能識(shí)別與醫(yī)學(xué)智能推理的遠(yuǎn)程自動(dòng)診斷系統(tǒng)，其特征在于：包括以下步驟：

S1、所述操作層被觸發(fā)獲取用戶上傳的CT影像以及對(duì)應(yīng)的臨床信息，并上傳至所述處理層；

S2、所述處理層接收CT影像和臨床信息，并將CT影像作為參數(shù)，使用Windowing算法對(duì)CT影像進(jìn)行處理得到醫(yī)學(xué)病癥數(shù)據(jù)，突顯病灶部位；

S3、所述處理層調(diào)用影像智能識(shí)別模型對(duì)所述醫(yī)學(xué)病癥數(shù)據(jù)進(jìn)行病理學(xué)特征捕捉，確定是否有疾病病灶；

S4、所述醫(yī)學(xué)智能推理模型根據(jù)捕捉得到的病灶和操作層上傳的臨床信息進(jìn)行病例匹配，找到對(duì)應(yīng)的專家案例并提出醫(yī)學(xué)建議，形成包括治療方案報(bào)告和診斷意見報(bào)告的反饋結(jié)果；

S5、所述操作層接收并呈現(xiàn)S4形成的反饋結(jié)果；

S6、用戶根據(jù)S5呈現(xiàn)的結(jié)果進(jìn)行下一步就診操作。