[發(fā)明專利]基于深度學(xué)習(xí)技術(shù)的人工智能塵肺篩查平臺

在審

• 申請?zhí)枺?/td>: 202110748721.0
• 申請日: 2021-07-02
• 公開（公告）號: CN113643802A
• 公開（公告）日: 2021-11-12
• 發(fā)明（設(shè)計(jì)）人: 崔風(fēng)濤;高偉;張艷
• 申請（專利權(quán)）人: 安徽相王醫(yī)療健康股份有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H10/60;G16H50/70;G16H30/40;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明屬于塵肺篩查技術(shù)領(lǐng)域，尤其是基于深度學(xué)習(xí)技術(shù)的人工智能塵肺篩查平臺，現(xiàn)提出如下方案，包括數(shù)據(jù)輸入端、數(shù)據(jù)交互端、篩查端和用戶端，所述數(shù)據(jù)輸入端包括與數(shù)據(jù)交互端連接的樣品信息輸入模塊、模型指令信息輸入模塊和模型輸入模塊；所述篩查端包括與數(shù)據(jù)交互端連接的數(shù)據(jù)接收模塊，所述數(shù)據(jù)接收模塊連接有數(shù)據(jù)分類模塊，所述數(shù)據(jù)分類模塊連接有存儲模塊、胸片處理模塊和數(shù)據(jù)轉(zhuǎn)錄模塊。本發(fā)明實(shí)現(xiàn)塵肺的初步篩查操作，方便醫(yī)生進(jìn)行參考，輔助醫(yī)生診斷，幫助醫(yī)生提高診斷效率，降低漏診率及誤診率，減輕醫(yī)生的工作壓力。

技術(shù)領(lǐng)域

本發(fā)明涉及塵肺篩查技術(shù)領(lǐng)域，尤其涉及基于深度學(xué)習(xí)技術(shù)的人工智能塵肺篩查平臺。

背景技術(shù)

塵肺，是由于在生產(chǎn)環(huán)境中長期吸入生產(chǎn)性粉塵而引起的以肺組織纖維化為主的全球性的職業(yè)疾病。我國是世界上塵肺病發(fā)病數(shù)量最多的國家，2018年，全國共報(bào)告各類職業(yè)病新病例23497例，職業(yè)性塵肺病及其他呼吸系統(tǒng)疾病19524例(其中職業(yè)性塵肺病19468例)，其中，職業(yè)性塵肺占總職業(yè)病第比例達(dá)到82.85%。這些數(shù)據(jù)主要通過確診得到，因此除了報(bào)告中的數(shù)據(jù)，潛在的塵肺病患者數(shù)量估計(jì)更加龐大。在我國，每年因塵肺病而去世的煤礦工人數(shù)遠(yuǎn)高于同期內(nèi)煤炭生產(chǎn)事故的死亡人數(shù)。

安徽省是塵肺病高發(fā)的省份。塵肺病依然是安徽省重點(diǎn)防控的職業(yè)病病種。2016年全省對超過41萬人次職業(yè)體檢結(jié)果中，報(bào)告新發(fā)職業(yè)病482例，其中塵肺病437例，占新發(fā)病例的90.66%。由此可見，對于塵肺高危的職業(yè)人群的篩查工作是塵肺病防治的實(shí)際工作中一個重要的工作。

但是，塵肺病的診斷對醫(yī)生的主觀依賴程度較高，主要是以合格影像學(xué)表現(xiàn)為主要依據(jù)，結(jié)合臨床表現(xiàn)和實(shí)驗(yàn)室檢查來確診。受醫(yī)生能力、狀態(tài)等多種因素的影像，存在一定的誤診以及漏診。因此，政府與醫(yī)院都大力支持塵肺病防治篩查方面的科學(xué)研究工作，為醫(yī)生和患者服務(wù)。

隨著計(jì)算機(jī)領(lǐng)域中人工智能技術(shù)的發(fā)展，計(jì)算機(jī)輔助醫(yī)療技術(shù)在醫(yī)療健康領(lǐng)域的應(yīng)用越來越廣泛。因此行業(yè)內(nèi)一直在研究計(jì)算機(jī)輔助診斷(computer Aided Diagnosis,CAD)的方法，輔助臨床醫(yī)生發(fā)現(xiàn)識別病灶區(qū)域，提高診斷的效率。這對于減少醫(yī)生工作量，減少診斷時間，提高診斷準(zhǔn)確度，以及讓更多的塵肺高危職業(yè)人群得到及時有效的診療有著重要的現(xiàn)實(shí)意義，為此需要基于深度學(xué)習(xí)技術(shù)的人工智能塵肺篩查平臺。

發(fā)明內(nèi)容

本發(fā)明提出的基于深度學(xué)習(xí)技術(shù)的人工智能塵肺篩查平臺，解決了現(xiàn)有技術(shù)中存在的問題。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用了如下技術(shù)方案：

基于深度學(xué)習(xí)技術(shù)的人工智能塵肺篩查平臺，包括數(shù)據(jù)輸入端、數(shù)據(jù)交互端、篩查端和用戶端，所述數(shù)據(jù)輸入端包括與數(shù)據(jù)交互端連接的樣品信息輸入模塊、模型指令信息輸入模塊和模型輸入模塊；所述篩查端包括與數(shù)據(jù)交互端連接的數(shù)據(jù)接收模塊，所述數(shù)據(jù)接收模塊連接有數(shù)據(jù)分類模塊，所述數(shù)據(jù)分類模塊連接有存儲模塊、胸片處理模塊和數(shù)據(jù)轉(zhuǎn)錄模塊，所述胸片處理模塊依次連接有胸片訓(xùn)練模塊、胸片測試對比模塊、胸片反饋模塊和訓(xùn)練調(diào)整模塊，所述訓(xùn)練調(diào)整模塊與胸片訓(xùn)練模塊和存儲模塊連接，數(shù)據(jù)轉(zhuǎn)錄模塊依次連接有病患信息建立模塊、病患信息篩查模塊、測試整合模塊和測試發(fā)布模塊，所述測試整合模塊與胸片反饋模塊連接，數(shù)據(jù)交互模塊與用戶端和測試發(fā)布模塊連接，測試發(fā)布模塊與存儲模塊連接。

優(yōu)選的，所述模型輸入模塊用于輸入訓(xùn)練測試用模型內(nèi)容，樣品信息輸入模塊用于輸入待測試的樣品測試信息，模型指令信息輸入模塊用于輸入模型測試指令內(nèi)容信息。

優(yōu)選的，所述數(shù)據(jù)交互端用于用戶端、篩查端和數(shù)據(jù)輸入端之間的數(shù)據(jù)交互。

優(yōu)選的，所述數(shù)據(jù)接收模塊用于接收數(shù)據(jù)交互端接收的用戶端和數(shù)據(jù)輸入端分發(fā)的信息，數(shù)據(jù)分類模塊用于將數(shù)據(jù)交互端接收的信息進(jìn)行分類處理，將其分類為胸片信息、樣品信息、用戶信息、模型指令信息。