一种医疗信息共享系统的制作方法

1.本发明涉及信息共享领域系统，特别涉及医疗信息的共享系统。


背景技术：

2.医疗检验结果的互信互认已经成为共识，尤其是大型城市中的就诊医疗机构中。但是目前而言，现有的医院信息化建设，都是局限在医院内部的各种信息数据的集成和互认，对于外来设备的数据接入信息系统，都是保持谨慎的态度。同时，由于各个数据分散、凌乱，各应用系统也是彼此孤立；软件服务厂商也比较多，软件系统数据都是独立的，导致它们在数据、工作流等方面都是彼此孤立的。甚至同一家公司提供的软件系统之间彼此的数据都没有实现完全的共享。甚至由于公司运维等因素，同一家公司对于用户信息的索引等，都会因医院历史基础数据的不同，所执行的索引等也不是不一致的。
3.此外出于对用户和本身医院信息的安全性的考虑，对于患者的数据和病历等信息，医院都是存在怕泄露和难以追查功管控泄露的风险。因此，对于将医院的的信息执行共享等也存在观望态度，这样也造成患者在就诊时需要携带同样的报告或重复做大量的报告执行来就诊于不同的医院和科室。
4.再者，由于用户携带各种报告在各种医院中的进行查看，先前医院的标注等信息不为后续接诊医院所了解，原始的图像资料等也不能为后续的检查等提供实时的参考，因此，即加重的患者的意料负担也不利于减轻医生的工作量。
5.为此，需要提供一种能够提高医院医疗信息共享的系统，完成医院间的信息流转，提高患者信息的安全性。尤其是在患者在进行执行影像检查时，显得尤为重要。


技术实现要素：

6.为此，本技术提供了一种医疗信息共享系统，所述系统包括中一个安全中心和多个用户终端，所述安全中心包括一个安全验证模块，所述安全验证模块用于获得公私钥对，初始化系统，生成系统的public参数与主密钥；从每个患者的病历文档中，提取摘要文档信息，获取主题关键词，选取用户的身份标识id信息通过约定算法，生成唯一确定的id号，所述id号索引用户的病历信息；
7.所述用户终端，用于向服务器请求对应id号患者的医疗数据，用户终端在与安全中心的安全验证模块在执行握手确认之后，所述用户终端发送public参数，主密钥和用户id信息，安全中心对该主密钥和用户id信息执行校验之后，从服务器下载患者加密的原始医疗数据；所述public参数用于系统与用户终端的校验识别。其中所述public参数用于系统与用户终端的校验识别，识别用户终端是否具备接入权限；
8.安全中心的安全验证单元判断用户终端数据请求者的自身属性集合是否满足患者设定的加密医疗数据访问策略中的属性阈值，若数据请求者的属性集合满足患者设定的访问策略中的属性阈值，则成功解密患者医疗数据，获得数据明文；反之解密不成功；
9.所述医疗数据为影像图像数据文档，获取所述影像图形文档的历史浏览档案，可
选的所述文档为对可以使用mri、pet扫描或pet/ct扫描对患者身体的预定区域进行成像。对患者进行扫描可以提供患者身体预定区域的一幅或多幅图像。
10.用户终端获取多幅图像数据的标注信息，从多幅图像中选取显著性水平最高的图像，与用户终端本地的检测图像数据相融合。
11.可选的，所述服务器中的显著性图像，具体是根据诊断模式，临床相关性，分割区域，阅读时间作为参数，进行判断，具体为：显著性水平＝a*(临床相关性)+b*(分割区域)+c*(阅读时间)+d，其中a、b和c是系数并且d是一个偏移量；所述显著性水平和图像相关联地存储。依据显著性水平，选择待推荐的融合图像。
12.用户终端获取所述融合将该关键性图像与本医院的拍摄图像进行融合显示，用户终端中的多模图像融合模块和医学图像后处理单元相连接，用于对病人的多模医学图像进行融合，并进行三维重建与可视化处理；
13.可选的，所述用户终端中的多模图像融合单元和医学图像后处理单元，相互连接，并通过网络与安全中心或第三方服务器相连，所述医学图像后处理单元将后处理后的多个模态的医学图像传输至所述多模图像融合单元，由所述多模图像融合单元对所述多个模态的医学图像进行融合；其中，所述多模图像融合单元，采用半自动配准方式对病人的多个模态的医学图像进行融合。对于不同模态的医学图像，所述多模图像融合单元从中分别选择一一对应的清晰的解剖标志点，并采用点集到点集的配准算法进行配准；
14.可选的：在多幅融合图像中，选择参考图像，其余作为待配准图像，在参考图像和待配准图像中，提取与解剖标注点相关的角点特征；其次，一一计算两幅图像中角点特征的相似性，进行角点特征匹配；然后，根据匹配成功的特征点对估计几何变换模型的参数；最后，根据几何变换模型参数对待配准图像进行图像重采样与变换。
15.可选的，在图像执行选择参考图像之前，所述方法还包括，判断像素是否一致，若像素不一致，则处理，对待分割融合的图像对应的高像素图像特征和低像素图像特征进行下采样交互处理后融合，获得高像素下采样交互特征和低像素下采样交互特征；对高像素下采样交互特征与低像素下采样交互特征进行卷积交互处理后融合，获得高像素卷积交互特征和低像素卷积交互特征；对高像素卷积交互特征和低像素卷积交互特征进行上采样交互处理后融合，获得高像素上采样交互特征和低像素上采样交互特征；根据高像素上采样交互特征和低像素上采样交互特征，从待分割图像中分割出目标对象。
16.所述约定算法为哈希算法或rsa算法。
17.可选的，所述进行医学图像融合可以包括如下步骤:1)将各种不同图像进行几何配准。图像配准是将不同图像空间归一化的过程，通过数学模型对图像间存在着的几何差异进行校正，把二幅图像合成到同一坐标系下,使得相同景物在不同的局部图像中对应起来,以便于后继融合处理；2)对高分辨率的图像进行灰度调整,使其均值与方差等于低分辨率图像的均值与方差；3)再将信息详尽的感图像利用小波进行图像分解，从而获得近似信息和细节信息；4)对于得到的信息做图像增强或图像压缩，以提高图像的可视程度；5)再用原本清晰、信息详尽的同地区局部高清晰的影像图替换掉小波分解得到的近似信息；6)用替换的高清晰的印象图和小波分解得到的近似信息进行小波重构,得到融合的图像。
18.可选的，其中利用小波图像分解和融合具体包括：1)对已经配准的源图像i1，i2，
…
i
n
，分别进行二维的小波分解，设分解层数为j；2)对低频分解系数采取平均值的融合法则，
设a
1,j
,a
2,j
…
,a
n,j
为待融合图像，在小波分解尺度j上的低频分量，则融合后的低频分量为
[0019][0020]
3)对高频分解系数，去对应位置绝对值大的小波系数作为融合图像i1,i2，
…
i
n
在对应位置上的小波系数，即
[0021]
d
j
＝max(d
1,j
,d
2,j
,
…
,d
n,j
)
[0022]
其中，1≤j≤j,d
i,j
(i＝1,2,
…
n)是源图像i
i
在第j层上的高频分解系数。
[0023]
4)对融合后的小波系数进行小波逆变化，就可以得到融合后的图像。
附图说明
[0024]
通过参考附图会更加清楚地理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制。
[0025]
图1本发明的系统示意图。
具体实施方式
[0026]
参看下面的说明以及附图，本发明的这些或其他特征和特点、操作方法、结构的相关元素的功能、部分的结合以及制造的经济性可以被更好地理解，其中说明和附图形成了说明书的一部分。然而，可以清楚地理解，附图仅用作说明和描述的目的，并不意在限定本发明的保护范围。可以理解的是，附图并非按比例绘制。本发明中使用了多种结构图用来说明根据本发明的实施例的各种变形。
[0027]
实施例1
[0028]
如图1所示，在本发明的实施方式中，所述系统包括一个安全中心和多个用户终端，远程服务器。可选的所述用户终端可以是计算机系统，计算机系统——例如可以是拥有标准cpu、存储器和存储的标准个人计算机——是增强的影像归档通讯系统，或者是现有的pacs和/或ris的附加子系统。在本发明的实施方式中，计算机系统可以被设置成对图像和患者病例进行分析和优先级划分。
[0029]
计算机系统可以从成像模块(例如，cat/ct扫描仪、mri、pet/ct扫描仪)或其中存储有医学图像的数据库或pacs中自动检索医学图像，自动分析医学图像，以及提供医学图像和分析结果以供审验医生或接诊医生或者诸如放射科医生等专科医生进行审验。
[0030]
所述系统包括中一个安全中心和多个用户终端，所述安全中心包括一个安全验证模块，所述安全验证模块用于获得公私钥对，初始化系统，生成系统的public参数与主密钥；从每个患者的病历文档中，提取摘要文档信息，获取主题关键词，选取用户的身份标识id信息通过约定算法，生成唯一确定的id号，所述id号索引用户的病历信息；
[0031]
所述用户终端，用于向远程服务器请求对应id号患者的医疗数据，用户终端在与安全中心的安全验证模块在执行握手确认之后，所述用户终端发送pubulic参数，主密钥和用户id信息，安全中心对该主密钥和用户id信息执行校验之后，从服务器下载患者加密的原始医疗数据；所述public参数用于系统与用户终端的校验识别。其中所述public参数用于系统与用户终端的校验识别，识别用户终端是否具备接入权限。
[0032]
安全中心的安全验证单元判断用户终端数据请求者的自身属性集合是否满足患
者设定的加密医疗数据访问策略中的属性阈值，若数据请求者的属性集合满足患者设定的访问策略中的属性阈值，则成功解密患者医疗数据，获得数据明文；反之解密不成功。
[0033]
可选的，所述属性阈值，即用户不同设置的授权权限值等级值，可选的，访问策略中对于不同的数据对应有不同的访问策略的属性阈值，高阈值的可以兼顾低阈值的访问信息。请求者的属性集合对应于请求者的职称，诊疗经验，专业，科室等。
[0034]
所述医疗数据为影像图像数据文档，获取所述影像图形文档的历史浏览档案。浏览文档时，用户终端的医生等在在浏览时的批注和标注信息对于相应的图像信息加权为显著性标注。比如专家会诊等信息等的记录和标注，对于显著性的标注权重进行偏移，即影响着d赋值。
[0035]
可选的，在专家会诊的图片照片或医生确定的显著性照片等具有优先级较高等，以供在后续数据访问时，根据访问链路的传输状态，可以适时的选择传输对应数量的图像照片或仅传输批注和标注信息。从而提高访问信息的安全性，在仅传输批注和标注信息时，安全中心对上述信息进行签注，保证信息的可信度。
[0036]
可选的，所述文档中的影像文档是使用mri、pet扫描或pet/ct扫描对患者身体的预定区域进行的成像。对患者进行扫描以提供患者身体预定区域的一幅或多幅图像；本地的用户终端在获取多幅图像数据的标注信息和从多幅图像中选取显著性水平最高的图像，与用户终端本地的检测图像数据相融合。
[0037]
示例性的，当对当检测胸腔积液(血胸)中的血液时，可以凸显检测到血液进入胸腔积液的区域，根据对于安全中心中服务器的标准信息，自动引导至该处进行核实则放射科医生可以诊断出血胸而无需进一步测量其它切片中的液体强度，通过图像融合即可获知局部特征的参数，基于检测图像的数据融合提供给后续的诊断医生，从而提高审核效率。
[0038]
所述显著性的图像获知是：通过设置一个或多个参数可以被加权以影响显着性水平的确定。在实务中基于专家会诊等优先权重较高，可以将上述参数设置为d，对图像的重要性水平的确定添加偏移。可选的上述一个或多个参数包括例如临床相关性、诊断模式、分割区域、像素数量和/或图像的读取时间。针对彼此相关的多个图像中的每一个确定显着性水平。在某些实施例中，显着性水平与图像相关联地存储。优先的，显着性水平使用等式确定：显着性水平＝a*(临床相关性)+b*(分割区域)+c*(阅读时间)+d，其中a、b和c是加权系数，并且d是一个偏移量。
[0039]
尤其注意的是，本地拍摄的图像，医生在执行浏览的原始图像等，同样依据上述参数进行采集，并同步第传送到安全中心的服务器中。
[0040]
可选的当医生将图像标记为重要时，自动确定重要程度。优选的，可以按照基于重要性级别确定的顺序查看多个图像。可以基于重要性级别将图像布置存储在服务器中，通过患者的访问策略属性执行相应图像信息的访问，从而执行后续的图像融合。
[0041]
将该关键性图像与本医院的拍摄图像进行融合显示，用户终端获取所述待融合的图像，将该关键性图像与本医院的拍摄图像进行融合显示，用户终端中的多模图像融合模块和医学图像后处理单元相连接，用于对病人的多模图像进行融合，并进行三维重建及可视化处理；采用半自动配准方式对病人的多个模态的医学图像进行融合。对于不同模态的医学图像，所述多模图像融合单元从中分别选择一一对应的清晰的解剖标志点，并采用点集到点集的配准方式进行配准；
[0042]
在多幅融合医学图像中，选择参考医学图像，其余作为待配准医学图像，在参考图像和待配准图像中，提取与解剖标注点相关的角点特征；其次，一一计算两幅图像中角点特征的相似性，进行角点特征匹配。
[0043]
可选的，根据匹配成功的特征点对估计几何变换模型的参数；最后，根据几何变换模型参数对待配准图像进行图像重采样与变换。几何变换模型，可以选择非线性和仿射变变换等。
[0044]
可选的，在图像执行选择参考图像之前，所述方法还包括，判断像素是否一致，若像素不一致，则处理，对待分割图像对应的高像素图像特征和低像素图像特征进行下采样交互处理后融合，获得高像素下采样交互特征和低像素下采样交互特征；对高像素下采样交互特征与低像素下采样交互特征进行卷积交互处理后融合，获得高像素卷积交互特征和低像素卷积交互特征；对高像素卷积交互特征和低像素卷积交互特征进行上采样交互处理后融合，获得高像素上采样交互特征和低像素上采样交互特征；根据高像素上采样交互特征和低像素上采样交互特征，从待分割图像中分割出目标对象。
[0045]
可选的，图像融合步骤包括如下步骤:1)将各种不同图像进行几何配准。图像配准是将不同图像空间归一化的过程,通过数学模型对图像间存在着的几何差异进行校正，把二幅图像合成到同一坐标系下，使得相同景物在不同的局部图像中对应起来，以便于后继融合处理；2)对高分辨率的图像进行灰度调整，使其均值与方差等于低分辨率图像的均值与方差；3)再将信息详尽的感图像利用小波进行图像分解，从而获得近似信息和细节信息；4)对于得到的信息做图像增强或图像压缩,以提高图像的可视程度；5)再用原本清晰、信息详尽的相同局部高清晰的影像图替换掉小波分解得到的近似信息；6)用替换的高清晰的影像图和小波分解得到的近似信息进行小波重构，得到融合的图像。
[0046]
可选的，其中利用小波图像分解和融合具体包括：1)对已经配准的源图像i1,i2，
…
i
n
，分别进行二维的小波分解，设分解层数为j；2)对低频分解系数采取平均值的融合法则，设a
1,j
,a
2,j
…
,a
n,j
为待融合图像，在小波分解尺度j上的低频分量，则融合后的低频分量为
[0047][0048]
3)对高频分解系数，去对应位置绝对值大的小波系数作为融合图像i1,i2，
…
i
n
在对应位置上的小波系数，即
[0049]
d
j
＝max(d
1,j
,d
2,j
,
…
,d
n,j
)
[0050]
其中，1≤j≤j,d
i,j
(i＝1,2,
…
n)是源图像i
i
在第j层上的高频分解系数。
[0051]
4)对融合后的小波系数进行小波逆变化，就可以得到融合后的图像。
[0052]
优先的，以肺部图片为例，对于关键区域的图像进行合成显示可以为，执行关键区域的重叠识别，确定mask区域的各个像素是否大于或等于预定阈值，若大于或等于预定阈值，则确定该像素属于肺部区域，若小于该预定阈值，则确定该像素属于非关键区域。例如，设预定阈值为0.5，通过sigmod函数确定mask区域的各个像素是否大于或等于0.5，若大于或等于05，则该像素为肺部区域；若小于0.5，则该像素为非关键区域。
[0053]
可选的，可以根据基于融合结果得到所述肺部图像的融合肺部特征图；将所述融合肺部特征图输入到分类网络，通过所述分类网络确定所述肺部图像的各个肺部区域的尘肺等级。
[0054]
优选的，实务中，比如医学图像中含有大量灰度单一的背景,相邻灰度级的间距增大,输出图像会出现虚假轮廓等退化现象，用户本地端的融合模块进一步用于，定义一个矩形子区域和一个移动步长，将子区域按步长移动,依次遍历整个图像，期间对相应子区域内的所有像素进行均衡化，对原始图像的每个像素经过多次均衡化，最终将均衡化的平均值作为输出图像对应像素的灰度值，对图像进行增强。
[0055]
实施例2
[0056]
本领域技术人员可以理解，实现上述实施例1中的含有方法步骤的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(read
‑
only memory，rom)、随机存储记忆体(random access memory，ram)、快闪存储器(flash memory)、硬盘(hard disk drive，缩写：hdd)或固态硬盘(solid
‑
state drive，ssd)等；所述存储介质还可以包括上述种类的存储器的组合。
[0057]
如在本技术所使用的，术语“组件”、“模块”、“系统”等等旨在指代计算机相关实体，该计算机相关实体可以是硬件、固件、硬件和软件的结合、软件或者运行中的软件。例如，组件可以是，但不限于是：在处理器上运行的处理、处理器、对象、可执行文件、执行中的线程、程序和/或计算机。作为示例，在计算设备上运行的应用和该计算设备都可以是组件。一个或多个组件可以存在于执行中的过程和/或线程中，并且组件可以位于一个计算机中以及/或者分布在两个或更多个计算机之间。此外，这些组件能够从在其上具有各种数据结构的各种计算机可读介质中执行。这些组件可以通过诸如根据具有一个或多个数据分组(例如，来自一个组件的数据，该组件与本地系统、分布式系统中的另一个组件进行交互和/或以信号的方式通过诸如互联网之类的网络与其它系统进行交互)的信号，以本地和/或远程过程的方式进行通信。
[0058]
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。