神经影像诊断装置的制作方法

本实用新型涉及医用诊断系统，特别是一种用于学习、辅助诊断的神经影像诊断装置。

背景技术：

随着医学的不断进步，大脑、脊髓等神经系统影像检测技术，例如三维影像，CT，MRI(T1、T2、DWI、SWI)，MRS，MRA，MRV，颅脑血管DSA、PET等技术获得了较大进展。不同的影像检测技术显影不同，原理不同，再加上各种病变的差异性，例如中枢神经系统肿瘤分为神经上皮组织肿瘤，颅脑和脊神经肿瘤，脑膜肿瘤，与脑膜相关的其他类肿瘤，淋巴瘤和造血系统肿瘤，生殖细胞肿瘤，鞍区肿瘤，转移性肿瘤等大类，老年人群最常见的脑血管病变分为脑出血、蛛网膜下腔出血、脑梗死等类型，其中很多疾病初期临床表现不典型，影像学图片急诊时容易误诊，使中青年医师、基层医护人员难以把握。

CT是用X线束对人体某部一定厚度的层面进行扫描，由探测器接收透过该层面的X线，转变为可见光后，由光电转换变为电信号，再经模拟/数字转换器转为数字，输入计算机处理。MRI是利用原子核在磁场内共振所产生信号经重建成像的一种成像技术。核磁共振是一种核物理现象，检查范围基本上覆盖了全身各系统，现改称为磁共振成象。参与MRI成像的因素较多，信息量大而且不同于现有各种影像学成像，在诊断疾病中有很大优越性和应用潜力核磁共振波谱图简单的说就是核磁共振(NMR)形成的图像医学上的形成原理——是将人体置于特殊的磁场中，用无线电射频脉冲激发人体内氢原子核，引起氢原子核共振，并吸收能量。在停止射频脉冲后，氢原子核按特定频率发出射电信号，并将吸收的能量释放出来，被体外的接受器收录，经电子计算机处理获得图像。PET为正电子发射型计算机断层显像(，是核医学领域比较先进的临床检查影像技术。方法是，将某种物质，一般是生物生命代谢中必须的物质，如：葡萄糖、蛋白质、核酸、脂肪酸，标记上短寿命的放射性核素，注入人体后，通过对于该物质在代谢中的聚集，来反映生命代谢活动的情况，从而达到诊断的目的。

随着信息化、数据库、通信技术、图像识别技术、半导体技术等不断进步，互联网的普及，各学科的进一步融合，为信息的传播打下坚实基础。例如基于BSD许可(开源)发行的跨平台计算机视觉库Open CV(Open Source Computer Vision Library)，可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效—由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。Open CV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。该库也有大量的Python,Java and MATLAB/OCTAVE的接口。这些语言的API接口函数可以通过在线文档获得。如今也提供对于C#，Ch，Ruby的支持。所有新的开发和算法都是用C++接口。又例如人脸识别技术，经过近40年的发展，取得了很大的发展，涌现出了大量的识别算法。这些算法的涉及面非常广泛，包括模式识别、图像处理、计算机视觉、人工智能、统计学习、神经网络、小波分析、子空间理论和流形学习等众多学科。所以很难用一个统一的标准对这些算法进行分类。根据输入数据形式的不同可分为基于静态图像的人脸识别和基于视频图像的人脸识别。因为基于静态图像的人脸识别算法同样适用于基于视频图像的人脸识别，所以只有那些使用了时间信息的识别算法才属于基于视频图像的人脸识别算法。

现有的医疗资源分配不均衡，信息不对称，个体资源局限性，使得医护人员等具有相关专业知识的人员在学习、实践、诊断的过程中，缺乏有效的手段，尤其是神经影像诊断的临床诊断和学习，由于神经系统调控的复杂性，个体差异性大，直接可观性差，病理标本和活检采集率低等特点一直都是临床诊治和学习的难点。需要一种用于学习、辅助诊断的神经影像诊断装置。

技术实现要素：

本实用新型的目的是提供一种用于学习、辅助诊断的神经影像诊断装置。

神经影像诊断装置，包括：神经影像采集设备，处理器，显示器，输入设备，服务器和交互设备，所述处理器和服务器通过网络连接；

所述神经影像采集设备包括影像采储模块和影像输出模块；

所述处理器包括显示模块、处理模块、接收发送模块和输入模块；

所述服务器包括数据库、比对模块、收发模块和交互模块；

影像采储模块，用于采集神经影像；

影像输出模块，分别连接影像采储模块和接收发送模块；

处理模块，分别连接显示模块，接收发送模块和输入模块，所述显示模块连接显示器，所述输入模块连接输入设备；

比对模块，用于接收采集到的图片、与数据库中的数据进行比对、将比对的结果反馈给服务器，分别连接数据库，收发模块和交互模块，所述收发模块连接接收发送模块，所述交互模块连接交互设备。

所述网络为有线或无线。

所述处理器设有调整采集影像的图片处理模块，分别与接收发送模块和输入模块连接。

所述神经影像采集设备，处理器，显示器和输入设备为手机，所述神经影像采集设备为手机中的照相设备，所述显示器和输入设备为具有触屏、显示功能的液晶设备，所述处理器为手机内部的CPU和存储设备。

所述输入设备包括鼠标或键盘。

所述显示器为液晶显示器。

所述交互设备为鼠标、键盘和触摸屏。

所述神经影像采集设备，处理器，显示器和输入设备设为折叠式、便于移动的箱体，所述箱体打开后的一面设置显示器，另一面设置采集设备和输入设备，所述接收发送模块设有连接网络的接口。

所述输入设备还设有一个人形模型，所述人形模型连接到处理器，并分成两个以上的区域，每个区域设有触发开关，每个触发开关通过人形模型连接处理器。

本实用新型包括：神经影像采集设备，处理器，显示器，输入设备，服务器和交互设备，处理器和服务器通过网络连接；神经影像采集设备包括影像采储模块，影像输出模块，处理器包括显示模块，处理模块，接收发送模块和输入模块，服务器包括数据库，比对模块，收发模块和交互模块；影像采储模块，用于采集神经影像；神经影像经过神经影像采集设备后，输入处理器，并在显示器上显示，通过输入设备将神经影像发送给服务器进行比对，并将比对后的结果返回到处理器，由显示器显示出来，同时显示神经影像所显示出患者可能的病症和相应的治疗方法，帮助医护人员或者具有相关知识的人员学习、诊断病症、确定合适的治疗方法。本实用新型具有用于学习、辅助诊断，自动检索分享信息的优点。

附图说明

图1为本发明的连接关系图；

图2为本发明的连接图；

图3为本发明的流程图；

图4为折叠式箱体打开时的示意图；

图5为折叠式箱体合上时的示意图；

图6为显示器的主显示界面；

图中：1、神经影像采集设备，2、处理器，3、显示器，4、输入设备，5、服务器，6、交互设备，11、影像采储模块，12、影像输出模块，21、显示模块，22、处理模块，23、接收发送模块，24、输入模块，51、数据库，52、比对模块，53、收发模块，54、交互模块。

具体实施方式

以下结合附图和具体实施例，对本实用新型做进一步说明。

实施例1：

神经影像诊断装置，包括：神经影像采集设备1，处理器2，显示器3，输入设备4，服务器5和交互设备6，处理器2和服务器5通过网络连接；神经影像采集设备1包括影像采储模块11和影像输出模块12；处理器2包括显示模块21、处理模块22、接收发送模块23和输入模块24；服务器5包括数据库51、比对模块52、收发模块53和交互模块54；影像采储模块11，用于采集神经影像；影像输出模块12，分别连接影像采储模块11和接收发送模块23；处理模块22，分别连接显示模块21，接收发送模块23和输入模块24，显示模块21连接显示器3，输入模块24连接输入设备4；比对模块52，用于接收采集到的图片、与数据库51中的数据进行比对、将比对的结果反馈给服务器5，分别连接数据库51，收发模块53和交互模块54，收发模块53连接接收发送模块23，交互模块54连接交互设备6。

网络为有线或无线。处理器2设有调整采集影像的图片处理模块，分别与接收发送模块23和输入模块24连接。神经影像采集设备1，处理器2，显示器3和输入设备4为手机，神经影像采集设备1为手机中的照相设备，显示器3和输入设备4为具有触屏、显示功能的液晶设备，处理器2为手机内部的CPU和存储设备。输入设备4包括鼠标或键盘。显示器3为液晶显示器。交互设备6为鼠标、键盘和触摸屏。神经影像采集设备1，处理器2，显示器3和输入设备4设为折叠式、便于移动的箱体，箱体打开后的一面设置显示器3，另一面设置采集设备1和输入设备4，接收发送模块23设有连接网络的接口。输入设备4设有一个人形模型，人形模型连接到处理器2，并分成两个以上的区域，每个区域设有触发开关，每个触发开关通过人形模型连接处理器2。

CT，MRI(T1、T2、DWI、SWI)，MRS，MRA，MRV，PET神经影像的图像由神经影像采集设备1采集，并存储在采储模块11内，通过影像输出模块12发送给接收发送模块23。处理器2的处理模块22接受接收发送模块23发送来的神经影像，通过显示模块21在显示器3上显示，使用者通过显示器3获得神经影像的相关信息，将调整、选择的信息用输入设备4输入到输入模块24，再输入到处理模块22，同时由显示器3显示，使得使用者了解操作情况。接收发送模块23将神经影像通过网络发送到服务器5的收发模块53，再送入比对模块52，比对模块52通过对神经影像的处理和数据库51中数据的比对，将数据库51中与神经影像相关的已有神经影像、现有的诊断方法、病例等信息，发送给收发模块53，返回到处理器2中，并显示在显示器3上，供医护人员或者具有相关专业知识的人参考、学习、辅助诊断，从而提高学习、诊断效率。服务器5的管理者通过交互设备6修改、管理服务器，交互设备6的信息通过交互模块54送入比对模块52，进而对数据库51进行管控，同时还可通过交互设备6对患者进行远程实时会诊。

人形模型上设置神经系统的分布，针对不同神经区域，分别设置触发开关，在数据库51中存储已知的病例和病理数据，当按压神经区域时，数据库51中的数据被查找出来，并反馈到显示器3上显示。人形模型可打开，打开后的显示人体内部的神经分布情况，方便学习和辅助诊断。

显示器3的主显示界面：一个界面显示神经影像，另有4～6个界面显示与该神经影像相关的其他影像手段显示的影像，当点击该神经影像时，可进入该神经影像的子显示界面，对该神经影像进行处理，分析。当点击其他界面时，可进入该影像手段下病理和病例的详细信息界面。

当神经影像的图片大小、角度不佳时，还可通过处理模块22和输入设备4对图片进行处理，调整图片到最佳，再进行发送。显示器3设置为多窗口显示功能，可为4-6显示窗口，根据需要自行选择，如患者拍了一张头部CT提示出血，扫描后几个窗口依次会出现如果头部出血后CT、MRI-T1、MRI-T2、DSA血管造影各种不同检查可能会出现的影像图片，以及相应的治疗原则。

在比对模块52对神经影像进行处理时，由于神经影像成像原理的原因，图片又经过拍照，神经影像的色差小，处理时需重点对待。神经影像为静止图像，不需要考虑动态变化，若神经影像为二维，不需要降维。

具体的处理方式为遍历神经影像样品中所有像素，确定各区域的颜色，从而划分各区域，再使用比对模块52进行比对，与数据库51中的没有病变、各种病变的神经影像进行比对，确定神经影像样本的病变，诊断出神经影像样本的可能病症，并调出相关的信息进行反馈。如果神经影像样本的图片质量不佳，还需要具有自适应的功能，将遍历到的像素进行记忆，并设置合适的容差，从而分辨出底片部分，人体组织部分，病变部分，再将神经影像样本的数据与数据库51进行比对。

例如读到一个红色的像素，后面还是红色就说明是同一个块，读到非红色之后又读到红色的，说明是一个新块，可调用Open CV中的Get Pixel方法，或者flood fill算法，或者find Contour算法，由于默认的Get Pixel方法的遍历较慢，可采用下述Get Pixel算法，具体代码如下：

实施例2：

神经影像采集设备1，处理器2，显示器3和输入设备4为手机时，神经影像采集设备1为手机中的照相设备，显示器3和输入设备4为具有触屏、显示功能的液晶设备，处理器2为手机内部的CPU和存储设备。通过手机拍摄神经影像样本的照片，存储在手机的存储器中，并通过手机的显示屏显示，使用者还可通过手机的液晶屏、键盘对神经影像样本的相关信息进行设置，例如调整图片的大小、角度，图片的类型(CT，MRI(T1、T2、DWI、SWI)，MRS，MRA，MRV，PET)，图片的位置(脑部或脊椎的具体部分)。再由手机通过无线的网络发送到服务器进行处理，具体的图片处理方式如上一例。手机侧的处理过程可单独设置一个应有程序，从而提高处理效率和处理的便捷性。

以上显示和描述了本实用新型的基本原理、主要特征和优点。本行业的技术人员应该了解，本实用新型不受上述实施例的限制，上述实施例和说明书中描述的只是说明本实用新型的原理，在不脱离本实用新型精神和范围的前提下本实用新型还会有各种变化和改进，这些变化和改进都落入要求保护的本实用新型范围内。本实用新型要求保护范围由所附的权利要求书及其等同物界定。