本发明涉及医疗通信领域,尤其涉及一种基于云端的CT影像共享方法及装置。
背景技术:
CT(Computed Tomography),即电子计算机断层扫描,它是利用精确准直的X线束、γ射线、超声波等,与灵敏度极高的探测器一同围绕人体的某一部位作一个接一个的断面扫描,具有扫描时间快,图像清晰等特点,可用于多种疾病的检查。
但目前现存的技术和装置成本高并且体积庞大,造成CT影像呈像过程慢、费用高,并且拍摄出来的片子在各家医院不能共享,导致患者在不同医院看病需要多次拍摄片子,另外能够对CT影像进行准确判断的仅限于大医院的主任医师,造成医院一号难求且医生压力大等问题。
技术实现要素:
本发明所要解决的技术问题是针对现有技术的不足,提供一种基于云端的CT影像共享方法及装置。
本发明解决上述技术问题的技术方案如下:
一种基于云端的CT影像共享方法,包括以下步骤:
步骤1,拍摄待测对象的CT影像;
步骤2,将所述CT影像发送至云服务器;
步骤3,所述云服务器接收并处理所述CT影像,得到诊断结果,并将所述CT影像和所述诊断结果发送给用户端。
本发明的有益效果是:本发明通过拍摄待测对象的CT影像,将CT影像发送至云服务器,通过云服务器接收并处理CT影像,得到诊断结果,并将CT影像和诊断结果发送给用户端,实现了CT影像的云端共享,提高了诊断效率,降低了拍摄CT影像的成本。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步地,步骤1中,包括:
步骤1.1,发出X射线,并将所述X射线进行准直后照射到待测对象上;
步骤1.2,获取照射到待测对象后的X射线,得到X射线数据;
步骤1.3,将所述X射线数据进行转换得到数字信号;
步骤1.4,获取所述数字信号,对所述数字信号进行处理成像,得到CT影像。
采用上述进一步方案的有益效果是:通过将拍摄和成像分离,方便于CT影像的传输和保存。
进一步地,步骤3中,包括:
步骤3.1,所述云服务器接收所述CT影像,并将所述CT影像与云服务器中的CT影像模型进行对比匹配,如果匹配成功,则执行步骤3.2,如果匹配未成功,则执行步骤3.3至步骤3.5;
步骤3.2,将所述CT影像模型中存储的诊断结果和所述CT影像发送给用户端;
步骤3.3,将所述CT影像发送到专家接收终端,由专家进行诊断,并将诊断结果和所述CT影像发送到云端;
步骤3.4,将所述诊断结果和所述CT影像保存为新的CT影像模型;
步骤3.5,将所述诊断结果和所述CT影像发送给用户端。
采用上述进一步方案的有益效果是:通过云服务器对CT影像进行处理,并发送给专家进行诊断,然后保存诊断结果,提高了诊断的效率和速度。
进一步地,步骤3.1中,包括:
步骤3.1.1,所述云服务器接收所述CT影像;
步骤3.1.2,通过特征提取法提取所述CT影像的特征向量;
步骤3.1.3,将所述特征向量与所述云服务器中存储的CT影像模型进行匹配;
步骤3.1.4,如果匹配成功,则执行步骤3.2,如果匹配未成功,则执行步骤3.3至步骤3.5。
进一步地,步骤3.4中,包括:
步骤3.4.1,通过特征提取法提取所述CT影像的特征向量;
步骤3.4.2,通过学习向量化神经网络对所述特征向量进行训练,得到所述特征向量和所述诊断结果的映射关系;
步骤3.4.3,对所述映射关系进行编码,得到CT影像模型并存储。
采用上述进一步方案的有益效果是:通过保存CT影像模型,可以方便后续使用者根据云服务器中存储的CT影像模型进行匹配,快速诊断,提高医疗资源利用率。
本发明解决上述技术问题的另一技术方案如下:
一种基于云端的CT影像共享装置,包括:
拍摄模块,用于拍摄待测对象的CT影像;
通信模块,用于将所述CT影像发送至云服务器;
云服务器,用于接收并处理所述CT影像,得到诊断结果,并将所述CT影像和所述诊断结果发送给用户端。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步地,所述拍摄模块包括:
X射线管,用于发出X射线,照射到待测对象上;
准直器,用于对所述X射线进行准直;
探测器,用于获取照射到待测对象后的X射线,得到X射线数据;
模/数转换器,用于将所述X射线数据进行转换得到数字信号;
成像装置,用于获取所述数字信号,对所述数字信号进行处理成像,得到CT影像。
进一步地,所述云服务器具体用于接收所述CT影像,并将所述CT影像与云服务器中的CT影像模型进行对比匹配,并根据匹配结果,将所述CT影像模型中存储的诊断结果发送给用户端,或,将所述CT影像发送到专家接收终端,并接收专家诊断后的诊断结果,并用于将所述诊断结果和所述CT影像保存为新的CT影像模型,并将所述诊断结果发送给用户端。
进一步地,所述云服务器包括:
通信单元,用于接收所述CT影像;
特征向量提取系统,用于通过特征提取法提取所述CT影像的特征向量;
特征向量匹配系统,用于将所述特征向量与所述云服务器中存储的CT影像模型进行匹配;
判断系统,用于判断匹配结果。
进一步地,所述云服务器还包括:
特征向量训练系统,用于通过学习向量化神经网络对所述特征向量进行训练,得到所述特征向量和所述诊断结果的映射关系;
特征向量编码系统,用于对所述映射关系进行编码,得到CT影像模型;
存储空间,用于存储所述CT影像模型。
本发明附加的方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明实践了解到。
附图说明
图1为本发明实施例提供的一种基于云端的CT影像共享方法的流程示意图;
图2为本发明另一实施例提供的一种基于云端的CT影像共享装置的结构框架图。
附图2中,各标号所代表的部件列表如下:
210、拍摄模块,220、通信模块,230、云服务器;
211、X射线管,212、准直器,213、探测器,214、模/数转换器,215、成像装置;
231、通信单元,232、特征向量提取系统,233、特征向量匹配系统,234、判断系统,235、特征向量训练系统,236、特征向量编码系统,237、存储空间。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,为本发明实施例提供的一种基于云端的CT影像共享方法,该方法包括以下步骤:
S101,拍摄待测对象的CT影像;
S102,将CT影像发送至云服务器,CT影像上传至云端服务器采用有线和/或无线通信方式;
S103,云服务器接收并处理CT影像,得到诊断结果,并将CT影像和诊断结果发送给用户端。
上述实施例通过拍摄待测对象的CT影像,将CT影像发送至云服务器,通过云服务器接收并处理CT影像,得到诊断结果,并将CT影像和诊断结果发送给用户端,实现了CT影像的云端共享,提高了诊断效率,降低了拍摄CT影像的成本。
进一步,步骤S101中,包括:
发出X射线,并将X射线进行准直后照射到待测对象上;
获取照射到待测对象后的X射线,得到X射线数据;
将X射线数据进行转换得到数字信号;
获取数字信号,对数字信号进行处理成像,得到CT影像。
进一步,步骤S103中,包括:
云服务器接收CT影像;
通过特征提取法提取CT影像的特征向量;
将特征向量与云服务器中存储的CT影像模型进行匹配,CT影像模型包括CT影像信息、患者病症信息、诊断医院信息、诊断医生信息、治疗方案信息;
如果匹配成功,则将CT影像模型中存储的诊断结果和CT影像发送给用户端,如果匹配未成功,则:
将CT影像发送到排队优先级高的专家接收终端,由专家进行诊断并将诊断结果和CT影像发送到云端;
通过特征提取法提取CT影像的特征向量;
通过学习向量化神经网络对特征向量进行训练,得到特征向量和诊断结果的映射关系;
对映射关系进行编码,得到CT影像模型并存储,云端服务器存储CT影像模型的方式为云存储技术;
将诊断结果和CT影像发送给用户端。
进一步,对专家进行排队至少考虑以下因素中的至少一个:
专家当前的工作状态,专家当前的工作状态包括:空闲状态、进行诊治状态、不在位状态,空闲状态为专家将云端服务器发送的诊断任务完成并提交诊断信息,当前无诊断任务,进行诊治状态为专家当前诊断任务未完成,诊断信息未提交,或专家通过终端设定本人正处于进行诊治状态,不在位状态为专家离开诊断设备或未登录专家客户端,云端服务器无法识别专家在位;
专家已工作量和当日计划工作量;
专家距上一次完成疾病诊断的时长;
患者对专家的评价,评价为患者依据专家进行诊断的治疗效果、服务态度和工作效率的评价,每一项评价等级包括:五星级、四星级、三星级、二星级、一星级;
专家的技术职称,技术职称包括:医生、医师、主治医师、副主任医师、主任医师。
进一步,专家排队越靠前,获得诊断CT影像的权利越高;
专家处于空闲状态的优先级高于进行诊治状态,进行诊治状态的优先级高于不在位状态;
专家已完成工作量越少,优先级越高,当日计划工作量越多,优先级越高;
专家距上一次完成疾病诊断的时长越长,优先级越高;
患者对专家的评价星级越高,优先级越高;
专家的技术职称越高,优先级越高。
在另一实施例中,如图2所示,为本发明另一实施例提供的一种基于云端的CT影像共享装置,该装置包括:
拍摄模块210,用于拍摄待测对象的CT影像;
通信模块220,用于将CT影像发送至云服务器;
云服务器230,用于接收并处理CT影像,得到诊断结果,并将CT影像和诊断结果发送给用户端。
进一步,拍摄模块包括:
X射线管211,用于发出X射线,照射到待测对象上;
准直器212,用于对X射线进行准直;
探测器213,用于获取照射到待测对象后的X射线,得到X射线数据;
模/数转换器214,用于将X射线数据进行转换得到数字信号;
成像装置215,用于获取数字信号,对数字信号进行处理成像,得到CT影像。
进一步,云服务器230具体用于接收CT影像,并将CT影像与云服务器230中的CT影像模型进行对比匹配,并根据匹配结果,将CT影像模型中存储的诊断结果发送给用户端,或,将CT影像发送到专家接收终端,并接收专家诊断后的诊断结果,并用于将诊断结果和CT影像保存为新的CT影像模型,并将诊断结果发送给用户端。
进一步,云服务器230包括:
通信单元231,用于接收CT影像;
特征向量提取系统232,用于通过特征提取法提取CT影像的特征向量;
特征向量匹配系统233,用于将特征向量与云服务器中存储的CT影像模型进行匹配;
判断系统234,用于判断匹配结果;
特征向量训练系统235,用于通过学习向量化神经网络对特征向量进行训练,得到特征向量和诊断结果的映射关系;
特征向量编码系统236,用于对映射关系进行编码,得到CT影像模型;
存储空间237,用于存储CT影像模型。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,子装置或系统的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。