一种基于特征识别的医疗影像数据共享管理系统的制作方法

1.本发明属于医疗影像数据共享管理技术领域，具体而言，涉及一种基于特征识别的医疗影像数据共享管理系统。


背景技术：

2.随着目前人们生活压力的逐渐增大，人体的各种健康问题开始逐步显现，因而不可避免的需要去医院进行就医治疗，在就医诊治的过程中，医疗影像是必不可少的一项健康诊治手段，同时因其能够以非侵入的方式取得人体内部组织影像的特点和优势而受到医院的广泛推广与应用，通过医疗影像能够清晰地诊断出患者的病情具体位置和具体类型，但患者在进行病情诊断时，往往需要多个医疗影像数据作为支撑，数据多而复杂，且医疗影像的成片不易携带，因此，需要对医疗影像数据进行共享管理。
3.如今，对医疗影像数据的管理还存在一些弊端，具体体现在以下几个方面：(1)如今对医疗影像数据的管理，更多的还是依赖于患者在进行就医诊治时携带自身的多个医疗影像成片，智能化水平较差，因而存在较大的局限性，患者不可避免地出现遗失或者遗忘携带医疗影像成片的状况，不仅无法为医生提供可靠性的诊治依据，还在较大程度上影响了患者自身的就医诊治进度，进而有损患者的身体健康。
4.(2)现有技术缺乏在患者就医诊断前期对诊断医院和诊断医生进行针对性分析，针对性分析水平较低，且缺乏系统性，无法根据患者的实际病情筛选出适配诊断医院和适配诊断医生，进而导致无法为患者的就医治疗提供可靠性参考依据，在较大程度上影响了患者的就医诊治水平。


技术实现要素：

5.为了克服背景技术中的缺点，本发明实施例提供了一种基于特征识别的医疗影像数据共享管理系统,能够有效解决上述背景技术中涉及的问题。
6.本发明的目的可以通过以下技术方案来实现：一种基于特征识别的医疗影像数据共享管理系统，包括：医疗影像数据库、目标患者基本参数采集模块、目标患者基本参数分析模块、目标诊断医院分析模块、诊断医生匹配分析模块、目标患者医疗影像采集分析模块和医疗影像数据共享模块。
7.所述医疗影像数据库用于存储各病人在各诊断医院所属各身体部位对应各病情名称的各医疗影像治疗数据，并存储各诊断医院的各医疗科室所属医疗病患人次。
8.所述目标患者基本参数采集模块用于对目标患者的基本参数进行采集。
9.所述目标患者基本参数分析模块用于对目标患者的基本参数进行分析，进而匹配筛选出各目标诊断医院。
10.所述目标诊断医院分析模块用于对各目标诊断医院进行分析，进而筛选出适配诊断医院。
11.所述诊断医生匹配分析模块用于对各诊断医生进行匹配分析，进而筛选出适配诊
断医生。
12.所述目标患者医疗影像采集分析模块用于对目标患者医疗影像进行采集分析。
13.所述医疗影像数据共享模块用于将医疗影像治疗数据进行共享。
14.作为优选方案，所述对目标患者的基本参数进行采集，其中基本参数包括：姓名、年龄、性别、身高、体重、本次患病身体部位和病情名称。
15.作为优选方案，所述对目标患者的基本参数进行分析，其具体分析过程为：将目标患者的本次患病身体部位记为目标治疗身体部位，进而提取目标治疗身体部位的名称，并将目标患者的病情名称记为目标治疗病情名称，进而提取目标患者在各诊断医院所属目标治疗身体部位对应目标治疗病情的各医疗影像治疗数据。
16.依据目标治疗身体部位的名称和目标治疗病情名称，进而与医疗影像数据库中存储的各病人在各诊断医院所属各身体部位对应各病情名称的各医疗影像治疗数据进行匹配，进而获取各病人在各诊断医院所属目标治疗身体部位对应目标治疗病情名称的各医疗影像治疗数据。
17.依据各病人在各诊断医院所属目标治疗身体部位对应目标治疗病情名称的各医疗影像治疗数据，进而从中提取各病人对应的基本信息，其中基本信息包括：姓名、性别、年龄、身高和体重。
18.将目标患者的性别与各病人的性别进行匹配，进而筛选出与目标患者的性别相同对应的各病人，将其记为各参考适配病人。
19.将目标患者的年龄、身高和体重分别与各参考适配病人的年龄、身高和体重进行对比，计算目标患者与各参考适配病人的身体状况匹配指数，其计算公式为：,其中α
sti
表示为目标患者与第i个参考适配病人的身体状况匹配指数，nl0、sg0和tz0分别表示为目标患者的年龄、身高和体重，nli、sgi和tzi分别表示为第i个参考适配病人的年龄、身高和体重，δ1、δ2和δ3分别表示为预设的年龄、身高和体重对应的匹配修正因子,i表示为各参考适配病人的编号，i＝1,2,...,k。
20.作为优选方案，所述匹配筛选出各目标诊断医院，其具体筛选过程为：依据目标患者与各参考适配病人的身体状况匹配指数，进而将其与设定的适配身体状况匹配指数阈值进行比对，若目标患者与某参考适配病人的身体状况匹配指数处于适配身体状况匹配指数阈值范围内，则将该参考适配病人记为目标参考适配病人，进而统计各目标参考适配病人。
21.提取各目标参考适配病人的姓名，并筛选各目标参考适配病人的各诊断医院，进而将其标记为各目标诊断医院。
22.作为优选方案，所述对各目标诊断医院进行分析，其具体过程为：提取各目标诊断医院对应的名称，进而将其与医疗影像数据库中存储的各诊断医院的各医疗科室所属医疗病患人次进行匹配，提取各目标诊断医院的各医疗科室所属医疗病患人次。
23.将目标患者的目标治疗身体部位的名称和目标治疗病情名称与设定的各种身体部位所属各种病情名称对应的医疗科室进行匹配，得到目标患者对应的医疗科室，将其记为目标医疗科室。
24.提取各目标诊断医院的目标医疗科室所属医疗病患人次，进而计算各目标诊断医院的匹配指数，其计算公式为：其中ε
rcj
表示为第j个目标诊断医院的匹配指数，ηj表示为第j个目标诊断医院的目标医疗科室所属医疗病患人次，e表示为自然常数，j表示为各目标诊断医院的编号，j＝1,2,...,n,n表示为目标诊断医院的数量。
25.基于各目标诊断医院的目标医疗科室所属医疗病患人次，进而提取各次医疗病患的治疗参数，其中治疗参数包括治疗时长、治疗费用和医疗影像数量，进而获取各目标诊断医院的目标医疗科室所属医疗病患的平均治疗时长、平均治疗费用和平均医疗影像数量，据此计算各目标诊断医院的医疗匹配指数，并记为μ
ylj
，其中μ
ylj
表示为第j个目标诊断医院的医疗匹配指数。
26.基于各目标诊断医院的匹配指数和各目标诊断医院的医疗匹配指数，进而综合计算各目标诊断医院的综合适配指数，其计算公式为：其中表示为第j个目标诊断医院的综合适配指数。
27.作为优选方案，所述筛选出适配诊断医院，其具体筛选过程：基于各目标诊断医院的综合适配指数，进而将各目标诊断医院的综合适配指数按照从大到小的顺序进行排序，并提取综合适配指数排名第一位的目标诊断医院，进而将该目标诊断医院记为适配诊断医院。
28.作为优选方案，所述对各诊断医生进行匹配分析，其具体过程为：提取适配诊断医院所属目标医疗科室对应的各诊断医生，进而提取各诊断医生的从业参数，其中从业参数包括：从业时长、职称等级和诊断人次，据此计算各诊断医生对应的适配指数，其计算公式为：，其中σ
ysp
表示为第p个诊断医生对应的适配指数，δsc
p
、δdj
p
和δrc
p
分别表示为第p个诊断医生的从业时长、职称等级和诊断人次，p表示为各诊断医生的编号，p＝1,2,...,z,z表示为诊断医生的数量，φ1、φ2和φ3分别表示为预设的诊断医生的从业时长、职称等级和诊断人次对应的适配权重因子。
29.作为优选方案，所述对目标患者医疗影像进行采集分析，其具体过程为：基于各目标参考适配病人在各诊断医院所属目标治疗身体部位对应目标治疗病情名称的各医疗影像治疗数据，从中提取各目标参考适配病人在各诊断医院所属目标治疗身体部位对应目标治疗病情名称的各医疗影像，将其记为各参考医疗影像。
30.对目标患者的目标治疗身体部位进行医疗影像采集，进而获取目标患者的目标治
疗身体部位所属医疗影像，将其记为目标诊断医疗影像。
31.将各参考医疗影像以系统性样点布设方式进行检测点布设，获取各参考医疗影像对应的各检测点，进而提取各参考医疗影像对应的各检测点所属灰度值，同理，提取目标诊断医疗影像对应的各检测点所属灰度值，计算目标诊断医疗影像与各参考医疗影像对应的灰度相似指数，其计算公式为：其中ω
hdf
表示为目标诊断医疗影像与第f个参考医疗影像对应的灰度相似指数，表示为预设的灰度允许误差值，β
rf
表示为第f个参考医疗影像对应的第r个检测点所属灰度值，φr表示为目标诊断医疗影像对应的第r个检测点所属灰度值，f表示为各参考医疗影像的编号，f＝1,2,...,g,r表示为各检测点的编号，r＝1,2,...,t,t表示为检测点的数量，θ0″
表示为预设的医疗影像对应的灰度修正因子。
32.基于各参考医疗影像，进而从中提取各参考医疗影像所属人体部位的外形轮廓，并提取各参考医疗影像所属人体部位的外形轮廓面积，同理，提取目标诊断医疗影像所属人体部位的外形轮廓，进而将目标诊断医疗影像所属人体部位的外形轮廓与各参考医疗影像所属人体部位的外形轮廓进行重合对比，并提取人体部位重合的外形轮廓面积，据此计算目标诊断医疗影像与各参考医疗影像对应人体部位的外形轮廓相似指数，其计算公式为：其中ξ
mjf
表示为目标诊断医疗影像与第f个参考医疗影像对应人体部位的外形轮廓相似指数，s
重f
表示为目标诊断医疗影像与第f个参考医疗影像所属人体部位重合的外形轮廓面积，s
min
表示为预设的相似外形轮廓所属最小重合面积。
33.基于目标诊断医疗影像与各参考医疗影像对应的灰度相似指数和目标诊断医疗影像与各参考医疗影像对应人体部位的外形轮廓相似指数，进而计算目标诊断医疗影像与各参考医疗影像对应的综合相似指数，其计算公式为：其中ψf表示为目标诊断医疗影像与第f个参考医疗影像对应的综合相似指数，a1和a2分别表示为预设的医疗影像的灰度和人体部位的外形轮廓对应的相似权重占比值。
34.作为优选方案，所述将医疗影像治疗数据进行共享，其具体过程为：基于目标诊断医疗影像与各参考医疗影像对应的综合相似指数，进而提取综合相似指数最大值对应的参考医疗影像，并提取该参考医疗影像所属目标参考适配病人，进而提取该参考医疗影像所属目标参考适配病人的医疗影像治疗数据，并将其共享给适配诊断医生。
35.将目标患者在各诊断医院所属目标治疗身体部位对应目标治疗病情的各医疗影像治疗数据共享给适配诊断医生。
36.相对于现有技术，本发明的实施例至少具有如下优点或有益效果：(1)本发明通过提供一种基于特征识别的医疗影像数据共享管理系统，能够存储目标患者在各诊断医院的各医疗影像治疗数据，进而能够在目标患者进行就医诊断时，将医疗影像治疗数据共享给
诊断医生，有效克服了依赖于患者在进行就医诊治时携带自身多个医疗影像成片的弊端，提升了智能化水平，避免患者出现遗失或者遗忘携带医疗影像成片的状况，不仅能够为医生提供可靠性的诊治依据，还在较大程度上提高了患者自身的就医诊治进度，进而有效保障患者的身体健康。
37.(2)本发明通过依据对目标患者的基本参数进行采集分析，进而匹配筛选出适配诊断医院，并对各诊断医生进行匹配分析，进而筛选出适配诊断医生，弥补了现有技术缺乏在患者就医诊断前期对诊断医院和诊断医生进行针对性分析的局限性，针对性分析水平较高，且具有系统性，能够根据患者的实际病情筛选出适配诊断医院和适配诊断医生，进而能够为患者的就医治疗提供可靠性参考依据，在较大程度上提升了患者的就医诊治水平。
38.(3)本发明还通过评估目标患者与各参考适配病人的身体状况匹配指数，筛选得到各目标参考适配病人，并依据目标患者的目标治疗身体部位和目标治疗病情名称，进而提取各目标参考适配病人对应的各参考医疗影像，通过评估目标诊断医疗影像与各参考医疗影像对应的综合相似指数，并提取综合相似指数最大值对应的参考医疗影像所属目标参考适配病人的医疗影像治疗数据，进而将其共享给适配诊断医生，能够为适配诊断医生提供可靠性的诊断参考依据，通过与适配诊断医生相结合，进而能够进一步达到对目标患者的诊治更高水平，大大提高了对目标患者的身体保障，并有利于缓解诊断医生的诊断压力。
附图说明
39.利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
40.图1为本发明的系统结构连接示意图。
具体实施方式
41.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
42.参照图1所示，本发明提供一种基于特征识别的医疗影像数据共享管理系统，包括：医疗影像数据库、目标患者基本参数采集模块、目标患者基本参数分析模块、目标诊断医院分析模块、诊断医生匹配分析模块、目标患者医疗影像采集分析模块和医疗影像数据共享模块。
43.所述目标患者基本参数采集模块和目标患者基本参数分析模块相连接，目标患者基本参数分析模块和目标诊断医院分析模块相连接，目标诊断医院分析模块和诊断医生匹配分析模块相连接，诊断医生匹配分析模块和医疗影像数据共享模块相连接，医疗影像数据库分别与目标患者基本参数分析模块和目标诊断医院分析模块相连接，目标患者医疗影像采集分析模块分别与目标患者基本参数分析模块和医疗影像数据共享模块相连接。
44.所述医疗影像数据库用于存储各病人在各诊断医院所属各身体部位对应各病情名称的各医疗影像治疗数据，并存储各诊断医院的各医疗科室所属医疗病患人次。
45.所述目标患者基本参数采集模块用于对目标患者的基本参数进行采集。
46.具体地，所述对目标患者的基本参数进行采集，其中基本参数包括：姓名、年龄、性别、身高、体重、本次患病身体部位和病情名称。
47.示例性地，病情名称为：骨折、头痛和腹痛等。
48.所述目标患者基本参数分析模块用于对目标患者的基本参数进行分析，进而匹配筛选出各目标诊断医院。
49.具体地，所述对目标患者的基本参数进行分析，其具体分析过程为：将目标患者的本次患病身体部位记为目标治疗身体部位，进而提取目标治疗身体部位的名称，并将目标患者的病情名称记为目标治疗病情名称，进而提取目标患者在各诊断医院所属目标治疗身体部位对应目标治疗病情的各医疗影像治疗数据。
50.依据目标治疗身体部位的名称和目标治疗病情名称，进而与医疗影像数据库中存储的各病人在各诊断医院所属各身体部位对应各病情名称的各医疗影像治疗数据进行匹配，进而获取各病人在各诊断医院所属目标治疗身体部位对应目标治疗病情名称的各医疗影像治疗数据。
51.依据各病人在各诊断医院所属目标治疗身体部位对应目标治疗病情名称的各医疗影像治疗数据，进而从中提取各病人对应的基本信息，其中基本信息包括：姓名、性别、年龄、身高和体重。
52.需要说明的是，上述医疗影像治疗数据中包含各病人的医疗影像和电子病历，电子病历中包含姓名、性别、年龄、身高和体重等基本信息。
53.将目标患者的性别与各病人的性别进行匹配，进而筛选出与目标患者的性别相同对应的各病人，将其记为各参考适配病人。
54.将目标患者的年龄、身高和体重分别与各参考适配病人的年龄、身高和体重进行对比，计算目标患者与各参考适配病人的身体状况匹配指数，其计算公式为：,其中α
sti
表示为目标患者与第i个参考适配病人的身体状况匹配指数，nl0、sg0和tz0分别表示为目标患者的年龄、身高和体重，nli、sgi和tzi分别表示为第i个参考适配病人的年龄、身高和体重，δ1、δ2和δ3分别表示为预设的年龄、身高和体重对应的匹配修正因子,i表示为各参考适配病人的编号，i＝1,2,...,k。
55.进一步地，所述匹配筛选出各目标诊断医院，其具体筛选过程为：依据目标患者与各参考适配病人的身体状况匹配指数，进而将其与设定的适配身体状况匹配指数阈值进行比对，若目标患者与某参考适配病人的身体状况匹配指数处于适配身体状况匹配指数阈值范围内，则将该参考适配病人记为目标参考适配病人，进而统计各目标参考适配病人。
56.提取各目标参考适配病人的姓名，并提取各目标参考适配病人在各诊断医院所属目标治疗身体部位对应目标治疗病情名称的各医疗影像治疗数据，获取各目标参考适配病人的各诊断医院，进而将其标记为各目标诊断医院。
57.所述目标诊断医院分析模块用于对各目标诊断医院进行分析，进而筛选出适配诊断医院。
58.具体地，所述对各目标诊断医院进行分析，其具体过程为：提取各目标诊断医院对应的名称，进而将其与医疗影像数据库中存储的各诊断医院的各医疗科室所属医疗病患人次进行匹配，提取各目标诊断医院的各医疗科室所属医疗病患人次。
59.将目标患者的目标治疗身体部位的名称和目标治疗病情名称与设定的各种身体部位所属各种病情名称对应的医疗科室进行匹配，得到目标患者对应的医疗科室，将其记为目标医疗科室。
60.示例性地，上述将目标患者的目标治疗身体部位的名称和目标治疗病情名称与设定的各种身体部位所属各种病情名称对应的医疗科室进行匹配，若目标患者的目标治疗身体部位的名称为小腿，病情名称为骨折，则目标患者对应的医疗科室为骨科。
61.提取各目标诊断医院的目标医疗科室所属医疗病患人次，进而计算各目标诊断医院的匹配指数，其计算公式为：其中ε
rcj
表示为第j个目标诊断医院的匹配指数，ηj表示为第j个目标诊断医院的目标医疗科室所属医疗病患人次，e表示为自然常数，j表示为各目标诊断医院的编号，j＝1,2,...,n,n表示为目标诊断医院的数量。
62.基于各目标诊断医院的目标医疗科室所属医疗病患人次，进而提取各次医疗病患的治疗参数，其中治疗参数包括治疗时长、治疗费用和医疗影像数量，进而获取各目标诊断医院的目标医疗科室所属医疗病患的平均治疗时长、平均治疗费用和平均医疗影像数量，据此计算各目标诊断医院的医疗匹配指数，并记为μ
ylj
，其中μ
ylj
表示为第j个目标诊断医院的医疗匹配指数。
63.需要说明的是，上述各目标诊断医院的医疗匹配指数计算公式为：，其中μ
ylj
表示为第j个目标诊断医院的医疗匹配指数,其中t
jm
、m
jm
和s
jm
分别表示为第j个目标诊断医院的目标医疗科室所属第m次医疗病患的治疗时长、治疗费用和医疗影像数量，τ
1j
、τ
2j
和τ
3j
分别表示为第j个目标诊断医院的目标医疗科室所属医疗病患的平均治疗时长、平均治疗费用和平均医疗影像数量，m表示为各次医疗病患的编号，m＝1,2,...,v,v表示为医疗病患的数量，χ1、χ2和χ3分别表示为预设的治疗时长、治疗费用和医疗影像数量对应的匹配权重占比值。
64.需要说明的是，上述提取各次医疗病患的治疗参数，其具体的提取出处为医院系统后台各病患的出院清单和医疗费用明细清单。
65.基于各目标诊断医院的匹配指数和各目标诊断医院的医疗匹配指数，进而综合计
算各目标诊断医院的综合适配指数，其计算公式为：其中表示为第j个目标诊断医院的综合适配指数。
66.进一步地，所述筛选出适配诊断医院，其具体筛选过程：基于各目标诊断医院的综合适配指数，进而将各目标诊断医院的综合适配指数按照从大到小的顺序进行排序，并提取综合适配指数排名第一位的目标诊断医院，进而将该目标诊断医院记为适配诊断医院。
67.所述诊断医生匹配分析模块用于对各诊断医生进行匹配分析，进而筛选出适配诊断医生。
68.具体地，所述对各诊断医生进行匹配分析，其具体过程为：提取适配诊断医院所属目标医疗科室对应的各诊断医生，进而提取各诊断医生的从业参数，其中从业参数包括：从业时长、职称等级和诊断人次，据此计算各诊断医生对应的适配指数，其计算公式为：，其中σ
ysp
表示为第p个诊断医生对应的适配指数，δsc
p
、δdj
p
和δrc
p
分别表示为第p个诊断医生的从业时长、职称等级和诊断人次，p表示为各诊断医生的编号，p＝1,2,...,z,z表示为诊断医生的数量，φ1、φ2和φ3分别表示为预设的诊断医生的从业时长、职称等级和诊断人次对应的适配权重因子。
69.需要说明的是，上述提取各诊断医生的从业参数，具体的提取出处为各诊断医生所在医疗科室的系统后台，同时，上述职称等级有正高，副高，中级和初级，其分别对应的具体等级数值为：四级、三级、二级和一级。
70.需要说明的是，上述筛选出适配诊断医生，其具体过程为：基于各诊断医生对应的适配指数，进而将各诊断医生对应的适配指数按照从大到小的顺序依次进行排序，得到各诊断医生对应的适配指数所属排列顺序，并提取排名第一位的适配指数所属诊断医生，将其记为适配诊断医生。
71.在一个具体实施例中，通过依据对目标患者的基本参数进行采集分析，进而匹配筛选出适配诊断医院，并对各诊断医生进行匹配分析，进而筛选出适配诊断医生，弥补了现有技术缺乏在患者就医诊断前期对诊断医院和诊断医生进行针对性分析的局限性，针对性分析水平较高，且具有系统性，能够根据患者的实际病情筛选出适配诊断医院和适配诊断医生，进而能够为患者的就医治疗提供可靠性参考依据，在较大程度上提升了患者的就医诊治水平。
72.所述目标患者医疗影像采集分析模块用于对目标患者医疗影像进行采集分析。
73.具体地，所述对目标患者医疗影像进行采集分析，其具体过程为：基于各目标参考适配病人在各诊断医院所属目标治疗身体部位对应目标治疗病情名称的各医疗影像治疗数据，从中提取各目标参考适配病人在各诊断医院所属目标治疗身体部位对应目标治疗病情名称的各医疗影像，将其记为各参考医疗影像。
74.对目标患者的目标治疗身体部位进行医疗影像采集，进而获取目标患者的目标治
疗身体部位所属医疗影像，将其记为目标诊断医疗影像。
75.将各参考医疗影像以系统性样点布设方式进行检测点布设，获取各参考医疗影像对应的各检测点，进而提取各参考医疗影像对应的各检测点所属灰度值，同理，提取目标诊断医疗影像对应的各检测点所属灰度值，计算目标诊断医疗影像与各参考医疗影像对应的灰度相似指数，其计算公式为：其中ω
hdf
表示为目标诊断医疗影像与第f个参考医疗影像对应的灰度相似指数，表示为预设的灰度允许误差值，β
rf
表示为第f个参考医疗影像对应的第r个检测点所属灰度值，φr表示为目标诊断医疗影像对应的第r个检测点所属灰度值，f表示为各参考医疗影像的编号，f＝1,2,...,g,r表示为各检测点的编号，r＝1,2,...,t,t表示为检测点的数量，θ0″
表示为预设的医疗影像对应的灰度修正因子。
76.需要说明的是，上述以系统性样点布设方式进行检测点布设的具体过程为：将参考医疗影像以40mm*40mm的距离间隔划分成大小相等的网格，进而将各网格线的交点以及中心点作为检测点。
77.本发明实施例中，医疗影像包括：ct、x射线和核磁共振等，其共同的图像特点为都是灰度图像。
78.基于各参考医疗影像，进而从中提取各参考医疗影像所属人体部位的外形轮廓，并提取各参考医疗影像所属人体部位的外形轮廓面积，同理，提取目标诊断医疗影像所属人体部位的外形轮廓，进而将目标诊断医疗影像所属人体部位的外形轮廓与各参考医疗影像所属人体部位的外形轮廓进行重合对比，并提取人体部位重合的外形轮廓面积，据此计算目标诊断医疗影像与各参考医疗影像对应人体部位的外形轮廓相似指数，其计算公式为：其中ξ
mjf
表示为目标诊断医疗影像与第f个参考医疗影像对应人体部位的外形轮廓相似指数，s
重f
表示为目标诊断医疗影像与第f个参考医疗影像所属人体部位重合的外形轮廓面积，s
min
表示为预设的相似外形轮廓所属最小重合面积。
79.基于目标诊断医疗影像与各参考医疗影像对应的灰度相似指数和目标诊断医疗影像与各参考医疗影像对应人体部位的外形轮廓相似指数，进而计算目标诊断医疗影像与各参考医疗影像对应的综合相似指数，其计算公式为：其中ψf表示为目标诊断医疗影像与第f个参考医疗影像对应的综合相似指数，a1和a2分别表示为预设的医疗影像的灰度和人体部位的外形轮廓对应的相似权重占比值。
80.所述医疗影像数据共享模块用于将医疗影像治疗数据进行共享。
81.具体地，所述将医疗影像治疗数据进行共享，其具体过程为：基于目标诊断医疗影像与各参考医疗影像对应的综合相似指数，进而提取综合相似指数最大值对应的参考医疗影像，并提取该参考医疗影像所属目标参考适配病人，进而提取该参考医疗影像所属目标
参考适配病人的医疗影像治疗数据，并将其共享给适配诊断医生。
82.将目标患者在各诊断医院所属目标治疗身体部位对应目标治疗病情的各医疗影像治疗数据共享给适配诊断医生。
83.需要说明的是，上述将医疗影像治疗数据共享给适配诊断医生，具体的共享过程是：将医疗影像治疗数据通过传输共享给适配诊断医生的pc接收端。
84.在一个具体实施例中，通过评估目标患者与各参考适配病人的身体状况匹配指数，筛选得到各目标参考适配病人，并依据目标患者的目标治疗身体部位和目标治疗病情名称，进而提取各目标参考适配病人对应的各参考医疗影像，通过评估目标诊断医疗影像与各参考医疗影像对应的综合相似指数，并提取综合相似指数最大值对应的参考医疗影像所属目标参考适配病人的医疗影像治疗数据，进而将其共享给适配诊断医生，能够为适配诊断医生提供可靠性的诊断参考依据，通过与适配诊断医生相结合，进而能够进一步达到对目标患者的诊治更高水平，大大提高了对目标患者的身体保障，并有利于缓解诊断医生的诊断压力。
85.本发明实施例中，通过提供一种基于特征识别的医疗影像数据共享管理系统，能够存储目标患者在各诊断医院的各医疗影像治疗数据，进而能够在目标患者进行就医诊断时，将医疗影像治疗数据共享给诊断医生，有效克服了依赖于患者在进行就医诊治时携带自身多个医疗影像成片的弊端，提升了智能化水平，避免患者出现遗失或者遗忘携带医疗影像成片的状况，不仅能够为医生提供可靠性的诊治依据，还在较大程度上提高了患者自身的就医诊治进度，进而有效保障患者的身体健康。
86.以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。