[发明专利]基于深度学习的智能医疗辅助诊断系统

权利要求书

1.基于深度学习的智能医疗辅助诊断系统，其特征在于，包括：会诊室上位机、化验室上位机、阅片室上位机、抽血挂号机、血液化验检测仪以及CT仪器；

所述会诊室上位机分别与化验室上位机、阅片室上位机无线通讯连接；所述化验室上位机与血液化验检测仪通讯连接；所述阅片室上位机与CT仪器通讯连接；

所述抽血挂号机分别与语音播报器以及若干LED显示屏通讯连接；所述抽血挂号机将患者信息存储到挂号队列中并存储；所述抽血挂号机还与若干喊号按钮电性连接；当按下所述喊号按钮后，所述喊号按钮传递喊号信号至抽血挂号机；所述抽血挂号机获取挂号队列的队头序号并传递至语音播报器，所述语音播报器对所述队头序号喊号；

所述抽血挂号机还传递挂号序列至所述血液化验检测仪；所述血液化验检测仪根据挂号序列依次对患者血液样本化验检测并获得化验检测数据；所述血液化验检测仪传递患者信息及其对应的化验检测数据至化验室上位机；

所述化验室上位机包括数据预处理模块以及DNN预测模块；所述数据预处理模块对化验检测数据进行特征提取获取特征向量；所述数据预处理模块传递特征向量至所述DNN预测模块；所述DNN预测模块对比血检病例库中的DNN特征模型获取血检分析结果；所述化验室上位机传递患者信息及其对应的血检分析结果至会诊室上位机；

所述CT仪器对患者进行扫描获取CT影像；所述CT仪器将患者信息及其对应的CT影像传递至阅片室上位机；所述阅片室上位机包括图像预处理模块以及U-net模型分割模块；所述图像预处理模块对CT影像进行滤波预处理；所述U-net模型分割模块采用U-net模型对CT影像进行分割处理获取分割图；所述阅片室上位机传递患者信息及其对应的CT影像以及分割图至会诊室上位机；

所述会诊室上位机包括辅助诊断模块；所述辅助诊断模块根据血检分析结果、CT影像及其分割图结合医学知识数据库分析患病概率。

2.根据权利要求1所述的基于深度学习的智能医疗辅助诊断系统，其特征在于，所述喊号按钮以及LED显示屏与抽血窗口对应；所述抽血挂号机还将挂号队列的队头序号传递至对应窗口的LED显示屏显示。

3.根据权利要求1所述的基于深度学习的智能医疗辅助诊断系统，其特征在于，所述化验室上位机还包括DNN训练模块；所述数据预处理模块获取训练集中的化验检测数据并进行特征提取获取训练特征向量；所述训练模块对DNN特征模型初始化参数后，通过所述训练特征向量对DNN特征模型训练并存储训练好的DNN特征模型至血检病例库中。

4.根据权利要求1所述的基于深度学习的智能医疗辅助诊断系统，其特征在于，所述阅片室上位机还包括U-net模型训练模块；所述图像预处理模块对CT影像进行预分割获取预分割图；所述图像预处理模块将CT影像作为原图、预分割图作为标签图传递至U-net模型训练模块；所述U-net模型训练模块将原图以及预分割图输入到搭建好的U-net模型进行训练并获得训练好的U-net模型。